信息化规划与管理之业务系统结构

2
第一节 识别和确定预期的 数据存储
在识别和确定预期的数据存储子任务中， 通过对实体类／业务功能的CU矩阵的分析、 聚合和调整，得到企业初步业务领域（子系统） 的初步划分；
通过对实体类之间亲合关系的分析，组成 超级实体类组，考虑对超级实体类组涉及的业 务主题进行适当调整，确定为预期的数据存储。
3
信息输入：
在图8.5中，对每一个初步的业务领域以适当的业务词命名 。
9
步骤2中的实体类亲合度分析
实体类之间的亲合度，表示一个实体类与 其他实体类的亲合程度：
若实体类E1和E2不存在共同的业务功能使用它们， 则它们之间的亲合度为零；
若它们总是被相同的业务功能使用（即一个功能 若使用E1，则也一定使用E2，反之亦然），那么 它们之间的亲合度为1，
6
步骤3：
利用IT规划工具箱，建立聚合实体类组／ 实体类矩阵，其横轴为实体类，纵轴是命名 的聚合的实体类组。其元素指示每一实体类 所属的聚合实体类组。这些聚合实体类组被 认为是预期的数据库。
7
信息输出：
超级实体类组／实体类矩阵
8
步骤1中的初步业务领域的获得
其方法是 ：
先将图8.1中的实体类改变顺序，把第一个业务功能建立的实 体类移到最左面；然后左移第二个业务功能建立的实体类， 依次做下去，直到调整完全部实体类 ；
信息化规划与管理
确定业务系统结构
1
第八章 确定业务系统结构
业务系统结构描述了支持信息结构所要求的业 务系统和数据存储（即：数据库和文件）。信息化 规划阶段所定义的业务系统结构，给出了要设计的 应用系统的高层初始概览，这是信息化规划阶段的 第五项任务。本任务用于识别和确定预期的数据存 储和预期的业务系统，并通过对业务功能与实体类 之间关系的分析，来确定企业的业务领域。
对业务功能之间的亲合度进行分析，若业务功能F1和F2 没有共同引用的实体类，则它们的亲合度为0；若所引用的实 体类完全相同，则它们的亲合度为1；其余情况在（0，1）之 间；并以此构造业务功能／业务功能亲合度矩阵 ；
若两个功能之间亲合度比较高，说明它们处理的实体类大 多数相同，它们应在同一预期的系统中。于是，可按亲合度 大小对业务功能分组，分成希望设计的个数通常是25~50个预 期的业务功能组。
E7到（E1，E4，E6）的复合加权亲合度低于表中下一实体类对
（E8，E10）的亲合度0.74，上述两组聚合不能组合在一起，从而
计算E8到（E10，E12）的加权亲合度和E8到（E10，E12，E11）
的复合加பைடு நூலகம்亲合度。
15
4.继续对高亲合度的实体类对归类
重复上述2.和3.，继续对高亲合度的实体类对归类。 最后，每个聚合按亲合度大小排列。处于亲合度序列 末尾的那些实体类与其他实体类的亲合度都是微乎其微， 它们可以作为文件系统或独立的数据库来实现。 按聚合算法形成的超级实体类组（也称为聚合实体类 组），还需要规划者依据对业务的理解和直觉，进行灵 活的调整，以免使本来应分开的实体类归并到了一组， 或把本应属于一组的实体类分开。
其他情况其亲合度为（0，1）之间； 在IT规划工具箱中，存在计算实体类之间亲合度
的算法，可直接调用，建立实体类／实体类亲合 度矩阵(图8.6) 。
10
亲合度矩阵
矩阵元素的值表示对应的两实体类之间的亲合度： (图8.6)
11
实体类之间亲合度的计算 ：
设：a（E1）＝使用实体类El的业务功能数目 a（E1，E2）＝同时使用实体类E1和E2的业务功能数目
16
第二节 识别和确定预期的 业务系统
识别和确定预期的业务系统子任务，使用 把实体类聚合成超级实体类组（即预期数据库） 的方法，分析业务功能之间的亲合度，把业务 功能聚合成自然的业务功能组合，称为预期的 业务系统，以实现信息结构中的业务需求。
17
信息输入：
业务功能／实体类CU矩阵
18
步骤1：确定业务功能组
实体类／业务功能CU矩阵
4
步骤1：
利用IT规划工具箱中的自动聚合软 件，自动调整业务功能／实体类的CU 矩阵的列，建立初始聚合的业务功能 ／实体类CU矩阵。并得初步业务领域 （即初步的子系统划分）。
5
步骤2：
依据业务功能／实体类的CU矩阵， 通过对实体类之间的亲合度分析（聚 类分析）来确定实体类的聚合，聚合 在一起的实体类组称为“超级实体类 组” （也称为聚合实体类组） 。
14
3.高亲合度的实体类对（归类二）
亲合度矩阵再下一个具有最大亲合度的实体类对是 （E7，E4） 亲合度＝ 0.76
但是E7，E4已分别在不同的实体类聚合（E6，E7） 和（E1，E4）中，这两组聚合是否应组合在一起呢?
先计算E7到（El，E4）的加权亲合度＝0.55 再计算E7到（E1，E4，E6）的复合加权亲合度：
则：E1到E2的亲合度＝a（E1，E2）/a（E1） E2到E1的亲合度＝a（El，E2）/a（E2）
12
聚合算法（或称归类算法）：
1.确定聚合核心
实体类按亲合度大小排放，形成聚合核心的是具有 较高亲合度的实体类对组成。如上例中有四组较高的 实体类对：
（E1，E4） 亲合度＝0.92 （E6，E7） 亲合度＝0.88 （E1l，E8） 亲合度＝0.9 （E10，E12） 亲合度＝0.87
再适当调整业务功能的顺序，使大多数字母C排列在对角线周 围，其结果如图8.2所示 ；
为简便起见，图8.2中符号U统一表示对实体类的读（R）、修 改（U）、删除（D），符号C表示创建实体类。经过规划者判 断和调整，使用方框把业务功能和实体类组合成初步的业务 领域，如图8.3所示 ；
如图8.4所示，当字母U落在任何方框外时，表示存在着从一 个初步的业务领域到另一个初步的业务领域的数据流；在图 8.4中给出了所有的数据流；当少量的字母C不在方框中时， 或进行调整，或暂不考虑；
13
2.高亲合度的实体类对（归类一）
亲合度矩阵中下一个具有高亲合度的实体类对是 （E2，E8） 亲合度＝0.85
E8已经分配到（E11，E8）的聚合中，那么需要 计算E2聚合到（E11，E8）的加权亲合度：
如果，E11有3个功能使用，E8有48个功能使用，则：
E2到（E11，E8）的亲合度为0.82，大于表中余下的任何 亲合度，从而（E2，E11，E8）形成一个聚合。