数据库技术演变
第十章 对象关系数据库
聚集类型的差异
类型 元 素
有 序
元素的重复性
允许一个元素出 现多次
元素 个数
预置
例子
[1，2，1]和[2，1，1]是 不同的数组
数组
列表
包（多集）
有 序
无 序
允许一个元素出 现多次
允许一个元素出 现多次
未预 置
未预 置
{1，2，1}和{2，1，1}是 不同的列表
{1，2，1}和{2，1，1}是 相同的包
persistent
也可以不定义关系类型，直接使用集合set形式： type UniversityTup = tuple (uno: integer， uname: string，
staff ： set(FacultTup));
type
FacultTup = tuple（fno：integer，
fname：string， age：integer）；
… …
FacultyTup
采用“引用” 技术解决类型定义中的递归问题。
在属性的类型中，除了基本数据类型、元组类型、关系类型外，
还可以出现“引用类型”。引用类型相当于程序设计中指针的概 念， 在面向对象技术中称为“对象标识”。 引入“引用”概念的类型构造： UniversityRel UniversityTup
数据库实用教程（第三版）第十章ຫໍສະໝຸດ 对象关系数据库第十三章
本章概念：
对象关系数据库
新一代DBS的两条途径：ORDBS和OODBS； 平面关系模型，嵌套关系模型，复合对象模型，引用类型； 对象联系图的成分及表示方法，数据的泛化/细化； ORDB的定义语言：数据类型、继承性、引用类型的定义， ORDB的查询语言：路径表达式、嵌套与解除嵌套。
数据库简介介绍
数据库的作用
数据库在企业和组织中扮演着至关重要的角色，它用于存储、检索、定义和管理 大量数据，以便多个用户可以同时访问和操作这些数据。
数据库还提供了数据安全性，确保数据的完整性和保密性，防止未经授权的访问 和恶意攻击。
数据库简介介绍
$number {01} 汇报人：文小库
2023-11-28
目录
• 数据库基本概念 • 数据库系统 • 数据库管理系统 • 数据库技术发展历程 • 数据库系统的未来发展 • 总结与展望
01
数据库基本概念
数据库的定义
数据库（Database）是一个长期存 储在计算机内的、有组织的、可共享 的数据集合。它是一种以有序的方式 存储和组织大量数据的文件集合体。
分布式数据库
将数据存储在多个节点上，具有高可用性、可扩展性和容错 性，适用于大规模数据处理和实时数据访问。
数据库系统的应用场景
企业管理
企业使用数据库系统来管理各种业务数据，如人力资源、财务管理、供应链管理等。
电子商务
电子商务网站使用数据库系统来存储和检索用户信息、商品信息、订单数据等。
社交媒体
社交媒体平台使用数据库系统来存储用户信息、发布内容、互动评论等数据。
面向对象数据库
02 引入面向对象技术，支持复杂对象和对象关系，具有
更好的扩展性。
分布式数据库
03
支持分布式存储和查询，提高了数据处理能力和可靠
性。
第三代数据库系统
01
数据仓库
基于关系数据库技术，支持多维 数据分析和查询，为企业决策提 供支持。
数据库技术的历史及未来的发展趋势综述
数据库技术的历史及未来的发展趋势综述数据库技术的历史源远流长，发展历程令人叹为观止。
1960年代，IBM发明了第一个关系型数据库系统，称为“System R”，它是数据库技
术的开端。
其后，Oracle公司发布了第一款商业关系型数据库系统，标
志着数据库技术开始普及。
20世纪90年代，除了关系型数据库之外，还
出现了全文检索引擎和对象/关系型数据库。
如今，企业级的数据库技术
有Oracle、MySQL、DB2等，而NoSQL也正在普及，比如MongoDB、Redis 等。
未来，数据库技术将继续得到发展。
首先，企业级的数据库技术将朝
着可伸缩、分布式和高可用性发展，以应对海量数据的存储和管理。
此外，容量大、存储结构复杂和数据量庞大的流数据，以及易于使用、安全可靠
和数据可视化的云数据库，也将受到广泛关注。
总之，数据库技术仍将是
未来重要的发展方向，深入了解其核心原理，将有助于进一步推动数据库
发展。
数据库技术在我国的发展历程
百年荣耀：数据库技术在我国的发展历程
随着信息化的加速推进，数据库技术在我国逐渐崭露头角，并经
历了五个阶段的发展历程。
首先是上世纪六十年代，我国开展了计算机信息处理实验室的研究，开始接触数据库技术。
随着时代的发展，实验室成为了科研机构，数据库技术的研究也不断深入。
其次，到了上世纪七十年代，逐渐形成了较为完备的理论体系和
实现技术，开展了数据库管理系统的开发工作。
这一时期我们开发了
自主知识产权的国产数据库软件——卡萨帝数据库。
再次，上世纪八十年代，我国开展了计算机产业化的全面部署。
尤其是在国防领域和工业部门的大力推动下，数据库技术得到了飞速
发展。
并逐渐开始走向市场化，市场需求不断增加，企业争相研发数
据库软件。
第四，到了上世纪九十年代，随着计算机在全球范围内的应用普及，互联网和电子商务行业的发展，数据库技术的应用变得越来越广泛。
而我们则把重点放在了应用领域的拓展上，推广了法律、金融等
新领域的数据库应用。
最后，进入二十一世纪，随着云计算、大数据等技术的迅速崛起，数据库技术也面临了新的挑战。
因此，我们加强了研发，推出了德班
数据库和极标数据库等，满足了各种不同类型用户的需求。
总结来说，数据库技术在我国历经了不同的发展阶段，随着时代
的变迁与技术的发展而不断完善。
而随着我国发展的全球性变革，未
来数据库技术的发展可以预见，我们期待并相信在不久的将来，数据
库技术将再次创造属于自己的百年辉煌。
数据库技术的演化与趋势
数据库技术的演化与趋势随着信息化时代的到来，数据库技术也在不断的发展与演化，从早期的简单文件管理系统到关系型数据库、非关系型数据库（NoSQL），再到混合型数据库。
本文将从历史的角度出发，探讨数据库技术的发展历程、现状和未来趋势。
一、数据库技术发展历史早期的文件管理系统是基于文件的，每个文件都包含了一组数据，这种系统简单易用，但是不具备搜索功能，数据的管理和安全性都受到限制。
60年代中期IBM公司开发了一种叫做IMS （Information Management System）的层次型数据库，它基于层级结构进行数据管理，拓展了文件系统的缺陷，但不具备容错和扩展性。
引擎SAP开发出了另一种形式的数据库，即关系型数据库（RDBMS），和IMS相比，它完美地解决了数据安全性和管理问题。
90年代，物理学家Jim Grey提出了分布式数据库理论及ACID原则，加上互联网的普及，数据库技术迎来了崭新的时代。
不久之后，业界发现关系型数据库在某些场景下表现不佳，比如高并发、刻度不确定等情况。
为此，工程师们又开发出了一种新型的数据库，即NoSQL，相比关系型数据库，非关系型数据库在可扩展性、高并发、海量数据等方面表现更为出色。
近年来，混合型数据库也逐渐兴起，综合了传统的关系型数据库以及NoSQL的技术。
二、当前数据库技术现状1.关系型数据库技术在当前的数据库领域中，关系型数据库仍然占据主流地位。
MySQL、Oracle、SQL Server等商业关系型数据库领域的巨头仍然在市场上占据主导地位，尤其是企业级应用中，仍然是首选。
相较于非关系型数据库，关系型数据库熟悉度高、底层特性稳定，优化方案和功能完备，对安全性和数据一致性要求高的应用也更合适。
2.NoSQL数据库技术NoSQL是Non-Relational SQL（不仅仅是SQL）的缩写。
主要是为了解决传统关系型数据库所面对的高并发、大容量等限制的问题而诞生的。
第一章_数据库系统概述
2．模式／内模式映象
模式／内模式映象定义了数据全局逻辑 结构与存储结构之间的对应关系。例如， 说明逻辑记录和字段在内部是如何表示 的
数据库中模式／内模式映象是唯一的
该映象定义通常包含在模式描述中
模式／内模式映象的用途
保证数据的物理独立性
当数据库的存储结构改变了（例如选用了另 一种存储结构），数据库管理员修改模式／ 内模式映象，使模式保持不变
1、信息（information）
定义：关于现实世界事物的存在方式或 运动状态反映的综合。
特点：
客观存在 可以感知 可存储、加工、传递和再生
2、数据(Data)
数据(Data)是数据库中存储的基本对 象
数据的定义
描述事物的符号记录
数据的种类
文字、图形、图像、声音
认 识 抽
象
把概念模型转换为某一 DBMS支持的数据模型
信息世界 机器世界
数据模型(续)
客观对象的抽象过程---两步抽象
现实世界中的客观对象抽象为概念模型；
把概念模型转换为某一DBMS支持的数据模型。
概念模型是现实世界到机器世界的一个中间层 次。
数据模型(续)
数据模型分成两个不同的层次 (1) 概念模型 也称信息模型，它是按用户的观点来 对数据和信息建模。 (2) 数据模型 主要包括网状模型、层次模型、关系 模型等，它是按计算机系统的观点对数据建模。
例：实体－“明星” （950231，刘德华，Andy，香港，27-9-1961，
天秤座，牛，174 cm， 68 kg，AB）
(4) 主键（Key）
唯一标识实体的属性集称为码，又称主键，或 关键字。
(5) 联系（Relationship）
数据库综述【文献综述】
文献综述通信工程数据库综述摘要：“数据库”概念最早出现在20世纪中叶，当时美军为作战指挥需要将收集到的各种情报存储在计算机中，并且称之为—数据库。
而DBMS是数据库主要的工作模式之一，下面我们会介绍他的工作方式，而基于VB的网络数据库将是我们这次课题的主要研究对象。
关键词：数据库；DBMS；Microsoft SQL Server1、引言数据库技术产生于20世纪60年代，经历了格式化数据库（以层次和网状数据库为代表），经典数据库（以关系数据库和后关系数据库为代表）和新型数据库（以对象数据库和XML数据库等为代表）的三代发展演变。
40多年来，数据库技术的重要性和意义已经被人们所认识与理解。
首先数据库技术已经形成相对完整成熟的科学理论体系，成为现代计算机信息处理系统的重要基础与技术核心，造就了C.W.Bachman、E.F.Codd和J.Gray三位图灵大奖得主；其次，数据库带动和形成了一个巨大的软件产业——数据库管理系统产品和相关技术工具与解决方案，对经济发展起着极大的冲击和推动作用，表现出非凡的生产力效应；再者，数据库研究和开发领域的各项成就推动了其他众多计算机理论与应用领域的进步，对于这些领域的发展起到了巨大的支撑作用，成为各种计算机信息系统的核心内容与技术基础。
进入新世纪，数据库系统及应用技术越来越得到人们的重视和关注，强化数据库基础教育与应用训练显得非常必要和十分迫切。
IEEE/ACM颁布的CC2005（Computing Curricula2005）将数据管理和实践列为大学计算机教学全部5个方向（计算机工程CE、计算机科学CS、信息系统IS、信息技术IT和软件工程RE）的必须内容。
2、数据库系统概述“数据库”概念最早出现在20世纪中叶，当时美军为作战指挥需要将收集到的各种情报存储在计算机中，并且称之为—数据库。
起初只是将其简单看作一个个存储数据文件的电子容器。
随着数据库管理技术的发展，人们沿用并逐步引申了数据库概念，给予这个名词以更为合理与深层的意义。
数据库技术演进历程
数据库技术演进历程数据库技术是计算机科学中的一支重要分支，它扮演着信息管理和数据处理的重要角色。
数据库技术不仅是现代信息化建设的重要基础，也是各行各业都无法缺失的核心技术。
随着计算机技术的不断发展，数据库技术也在不断演进和创新，经历了从简单存储和检索数据到支持并发操作和复杂数据分析的历程。
本文将以数据库技术演进历程为主题，从数据库发展的不同阶段进行介绍。
一、存储式文件系统早在计算机技术出现之初，数据的存储和处理主要依赖存储式文件系统。
这种系统使用以文件夹和文件方式存储和组织数据，但是存储式文件系统不能为数据之间建立关联，不能支持数据之间的多样化关联和查询操作，这种方式很难满足不同业务需求的信息处理需求。
二、层次式数据库系统层次式数据库系统（Hierarchical database system）是数据库技术的第一步演进，它于20世纪60年代草创。
层次式数据库系统使用树形式存储数据，树形结构上下级关系紧密，数据是借助横向的索引管理的，同级节点之间没有任何关系。
层次式数据库系统可以快速地查找和检索共享数据，但是这种数据模型比较死板，不能满足复杂的数据处理需求，因此逐渐落后，被新型数据结构代替。
三、网状式数据库系统在层次式数据库系统后，网状数据库模型（Network database）于20世纪60年代末、70年代初期被提出，这一技术模型支持数据之间自定义关联，实现了更加复杂的数据处理的需求，但是缺点也很明显，数据关系繁杂、不易操作等因素，使得这种数据模型在实际使用并不十分可行，迅速被新技术代替。
四、关系型数据库系统到了20世纪70年代中期，关系型数据库系统（Relational database system）被提出，这一技术模型使用表格的形式存储数据，将数据划分为列和行，这种方式可以方便地存在关联数据，并且相比之前的模型更适合业务处理的需求。
现年，关系型数据库系统已经成为数据处理领域的主流技术，按如下方式运作：1. 数据库的表格化存储、检索和查询功能。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第1章决策支持系统的发展信息系统领域是一个“不成熟”的领域。
“不成熟”这个词通常具有消极的含义，因而公开使用这个词不得不多加小心。
但是从历史的观点来看的确如此。
如果我们将信息处理的历史与其他技术领域的历史进行比较的话，就没有争议了。
我们知道古埃及的象形文字主要是当时的帐房先生用来表示所欠法老谷子的多少。
当漫步在罗马市区，我们就置身于两千多年前土木工程师所设计的街道与建筑物之间。
同样，许多其他的领域也可追溯到远古时代。
因为信息处理领域只是从6 0年代初期才出现的，所以，历史地来看，信息处理领域是不成熟的。
信息处理领域的年轻性表现之一就是其倾向于面面俱到。
有这样一种说法，如果细节都正确了，那么我们就可以坐享其成。
这就好象是说，若我们知道如何铺水泥、如何钻孔、如何安装螺母与螺栓，就不必操心桥梁的外型与用途了。
如此态度会驱使一个成熟的土木工程师发疯的。
数据仓库的历史是伴随某种发展过程开始的，在此发展过程中，业界中人士所考虑的是投入更大的力量。
更大规模的体系结构正在被勾勒出来—在这种体系结构中数据仓库处于中心地位。
最好从一种广阔的视角去观察这个体系结构，而不是从某种细节去认识。
1.1 演化有趣的是，决策支持系统( D S S)处理是一个漫长而复杂的演化进程的结果，而且它仍在继续演化。
D S S处理的起源可以追溯到计算机发展的初期。
图1 -1表明了从2 0世纪6 0年代初期直到1 980年的D S S处理的演化进程。
在6 0年代初期，创建运行于主文件上的单个应用是计算领域的主要工作。
这些应用的特点表现在报表和程序，常用的是C O B O L语言。
穿孔卡是当时常用的介质。
主文件存放在磁带文件上。
磁带适合于廉价地存放大容量数据，但缺点是需要顺序地访问。
事实上，我们常说，在磁带文件的一次操作中，1 00%的记录都要被访问到，但是只有5 %或更少的记录是真正需要的。
此外，访问整条磁带的文件可能要花去2 0~30分钟时间，这取决于文件上是什么数据及当前正在做什么处理。
大约在6 0年代中期，主文件和磁带的使用量迅速膨胀。
很快，处处都是主文件。
随着主文件数量的增长，出现大量冗余数据。
主文件的迅速增长和数据的巨大冗余引出了一些严重问题：■需要在更新数据时保持数据的一致性。
■程序维护的复杂性。
■开发新程序的复杂性。
■支持所有主文件需要的硬件数量。
简言之，属于介质本身固有缺陷的主文件的问题成为发展的障碍。
如果仍然只用磁带作为存储数据的唯一介质，那么难以想象现在的信息处理领域会是什么样子。
图1-1体系化环境的早期演化阶段如果除了磁带文件以外没有别的东西可以存储大量数据，那么世界上将永远不会有大型、快速的预定系统，AT M 系统，以及其他系统。
而事实上，在除磁带文件之外的种种介质上存储和管理数据的能力，为采用不同的处理方式和更强有力的处理类型开辟了道路，从而把技术人员和商务人员前所未有地聚集到一起。
1.2 直接存取存储设备的产生到了1 970年，一种存储和访问数据的新技术出现了。
这就是 2 0世纪7 0年代见到的磁盘存1 9601 9651 9701 9751980• 复杂性• 维护• 开发• 数据的一致性• 硬件很多主文件！！！主文件，报表D A S DD B M S 数据库—所有处理的单一数据源联机高性能事务处理个人计算机第四代程序设计语言技术t x 处理M I S /D S S单一数据库服务于完成所有目的储，或者称之为直接存取存储设备( D A S D)。
磁盘存储从根本上不同于磁带存储，因为D A S D 上的数据能够直接存取。
D A S D就不需要经过第1条记录，第2条记录……，第n条记录，才能得到第n +1条记录。
一旦知道了第n +1条记录的地址，就可以轻而易举地直接访问它。
进而，找到第n +1条记录需要的时间比起扫描磁带的时间少得多。
事实上，在 D A S D上定位记录的时间是以毫秒( m s)来计量的。
随D A S D而来的是称之为数据库管理系统( D B M S)的一种新型系统软件。
D B M S的目的是使程序员在D A S D上方便地存储和访问数据。
另外，D B M S关心的是在D A S D上存储、索引数据等任务。
随着D A S D和D B M S的出现，解决主文件系统问题的一种技术解决方案应运而生。
“数据库”的思想就是D B M S的产物。
纵观主文件系统所导致的混乱以及主文件系统累积的大量冗余数据，就不会奇怪为什么把数据库定义为—所有处理工作的单一数据源。
但这一领域的发展并未在1 970年停止。
到7 0年代中期，联机事务处理开始取代数据库。
通过终端和合适的软件，技术人员发现更快速地访问数据是可能的—这就开辟了一种全新的视野。
采用高性能联机事务处理，计算机可用来完成以前无法完成的工作。
当今，计算机可用于建立预定系统、银行柜员系统、工业控制系统，等等。
如果仍然滞留在磁带文件系统时代，那么今天我们认为理所当然的大多数系统就不可能存在了。
1.3 个人计算机/第四代编程语言技术到了8 0年代，一些更新颖的技术开始涌现出来，比如个人计算机( P C)和第四代编程语言( 4G L)。
最终用户开始扮演一种以前无法想象的角色—直接控制数据和系统，这超出了对传统数据处理人员的界定。
随着P C与4 G L技术的发展，诞生了一种新思想，即除了高性能联机事务处理之外，对数据可以做更多的处理。
管理信息系统( M I S)—(早期被如此称呼)也可能实现了。
M I S如今称为D S S，是用来产生管理决策的处理过程。
以前，数据和技术不能一并用来导出详细的操作型决策。
一种新的思想体系开始出现，即一个单一的数据库既能用作操作型的高性能事务处理，同时又用作 D S S分析处理。
图1 -1表明了这种单一数据库的范例。
1.4 进入抽取程序大型联机高性能事务处理问世后不久，就开始出现一种称为“抽取”处理的程序(见图 1 -2)，这种程序并不损害已有系统。
抽取程序是所有程序中最简单的程序。
它搜索整个文件或数据库，使用某些标准选择合乎限制的数据，并把数据传到其他文件或数据库中。
抽取程序很快就流行起来，并渗透到信息处理环境中。
至少有两个理由可以用来解释它为什么受到欢迎：■因为用抽取程序能将数据从高性能联机事务处理方式中转移出来，所以在需要总体分析数据时就与联机事务处理性能不发生冲突。
■当用抽取程序将数据从操作型事务处理范围内移出时，数据的控制方式就发生了转变。
最终用户一旦开始控制数据，他(她)就最终“拥有”了这些数据。
由于这些原因(以及其他众多原因)，抽取处理很快就无处不在。
到了9 0年代已有了很多抽取程序，如图1 -3所示。
1 985抽取程序从一些参数开始,根据参数条件的满足搜索文件,然后将数据拖到别处抽取处理为什么要进行抽取处理？•性能•控制图1-2 抽取处理的特性1.5 蜘蛛网图1 -3显示抽取处理的蜘蛛网开始形成。
起初只是抽取，随后是抽取之上的抽取，接着是在此基础上的再次抽取，如此等等。
对于一个大公司，每天进行多达45 000次的抽取不是没有听说过的。
贯穿于公司或组织的这种抽取处理模式很常见，以致得到一个专有名称。
这种由失控的抽取过程产生的结构被称为“自然演化体系结构”—当一个组织以放任自流的态度处理整个硬、软件体系结构时，就会发生这种情况。
组织越庞大，越成熟，自然演化体系结构问题就变得越严重。
从总体上看，抽取程序形成了蜘蛛网，这正是自然演化(或“传统系统”)体系结构的另一个名称。
1.6 自然演化体系结构的问题与自然演化体系结构相关联的困难到底是什么呢？问题很多，主要有：■数据可信性。
■生产率。
■数据转化为信息的不可行性。
1.6.1数据缺乏可信性以上问题之首是数据缺乏可信性，如图1 -4所示。
两个部门向管理者呈送报表，一个部门说业绩下降了1 5%，另一个部门说业绩上升了1 0%。
两个部门的结论不但不吻合，而且相去甚远。
另外，两个部门的工作也很难协调。
除非十分细致地编制了文档，否则对任何应用目的而言，协调是不可能的。
1 990传统系统环境自然演化的体系结构(或称为“蜘蛛网”)图1-3 抽取处理广泛采用必然是件好事情当管理者收到这两张报表时，他们不知如何是好。
管理者面临着根据政策和个人意志做决定的状况。
这是在自然演化体系结构中可信性危机的一个实例。
这种危机很广泛存在，而且是可以预想得到的，为什么？有五个理由可以解释危机的可预测性(见图1 -4)，它们是：■数据无时基。
■数据算法上的差异。
■抽取的多层次。
■外部数据问题。
■无起始公共数据源。
图1-4 在自然演化体系结构中缺乏数据可信性图1 -5显示一个部门在星期日晚上提取分析所需的数据，而另一个进行分析的部门在星期三下午就抽取了数据。
有任何理由相信对某一天抽取的数据样本进行的分析与对另一天抽取的数据样本进行的分析可能相同吗？当然不能！公司内的数据总是在变的。
任何在不同时刻抽取出来用于分析的数据集之间只是大致相同。
在自然演化体系结构中，数据可信性危机具有可预见性的第二个理由是算法上的差异。
部门Ａ+ 10%部门B －1 5%•数据无时基•数据算法上的差异•抽取的多层次•外部数据问题•无起始公共数据源比如，一个部门选择所有的老帐号作分析。
而另一个部门选择所有大帐号作分析。
在有老帐号的顾客和有大帐号的顾客之间存在必要的相关性吗？可能没有。
那么分析结果大相径庭就没有什么可大惊小怪的了。
可信性危机可预见性的第三个理由是前两个理由的扩展。
每次新的抽取结束，因为时间和算法上的差异，抽取结果就可能出现差异。
对一个公司而言，从数据进入公司系统到决策者准备好分析所采用的数据，经过八层或九层抽取不是罕见的。
缺乏可信性的第四个理由是由外部数据引起的问题。
利用当今在P C 层次上的技术很容易从外部数据源取得数据。
在图1 -5所示的例子中，一个分析人员从《华尔街日报》取得数据放入分析流中，而另一个分析人员从《商业周刊》中取得数据。
分析人员在取得数据之时所做的第一件事就是从大量外部数据中抽出所需要的部分。
数据一旦进入P C ，就不再属于《华尔街日报》了，而简单地变成了可能出自于任何数据源的普通数据。
并且，从《华尔街日报》取得数据的分析人员对从《商业周刊》中取得的数据是一无所知的，反之亦然。
这就不足为怪，外部数据导致自然演化体系结构中的数据缺乏可信性。
导致数据缺乏可信性的最后一个因素是通常没有一个公共的起始数据源。
部门A 的分析工部门Ａ+ 10%部门B －1 5%• 星期三下午• 大账号无公共起始数据源华尔街日报商业周刊• 缺乏一致性• 没有同输入外部数据的其他人协调•星期日晚•老账号多层抽取多层抽取图1-5 自然演化体系结构中可信性危机可预见性的原因作源于文件X Y Z，部门B的分析工作源于数据库A B C。