‘壹’ 海量数据库解决方案的作者简介
作者：（韩国）李华植 译者：郑保卫 盖国强
李华植
代表韩国的数据库技术先驱
集基于EA(Enterprise Architecture)的数据架构(Data Architecture)
方法论之大成
在韩国最早提出了数据专家顾问的概念
现任EN-CORE CONSULTING总经理及代表顾问
曾在韩国Oracle公司担任200多家企业的技术顾问
论文：《构建海量数据系统时的RDB Performance问题解决方案》
书籍：《Data Modeling&Database Design》(1995)
《Oracle Server Tuning}(1995)
《海量数据库解决方案》(1996)
《海量数据库解决方案Ⅱ》(1998)
《数据架构解决方案I》(2003)
译者简介：
郑保卫，于韩国国立釜庆大学信息工学系获得工学博士，现任职于韩国最权威的数据库公司EN-CORE CONSULTING，并兼任企业研究所研究员及数据库电子商务研究所主要研究员。研究方向包括数据模型设计、海量数据库解决方案、数据架构、基于数据库技术的专家智能系统、ITA/EA（Infomation Technology Architecture/Enterprise Architecture）。
盖国强（网名Eygle），Oracle ACE总监，恩墨科技创始人，ITPUB论坛超级版主，远程DBA服务的倡导者和实践者，致力于以技术服务客户。着有《深入解析Orade》、《循序渐进Oracle》、《深入浅出Oracle》等书：从2010年开始，致力于《OracleDBA手记》的撰写与编辑工作，并与张乐奕共同创立了ACOUG用户组，在国内推进公益自由的Oracle技术交流活动。张乐奕（网名Kamus），恩墨科技技术总监，Oracle ACE，ITPUB数据库管理版版主。他曾先后于北京某大型软件公司、外资电信企业、咨询公司任首席DBA。后任职于北京甲骨文软件系统有限公司，高级顾问。他热切关注Oracle数据库及其他相关技术，对于Oracle数据库RAC及高可用解决方案具有丰富的实践经验，长于数据库故障诊断、数据库性能调优。他还是各类技术会议的热心分享者，2010年3月创建ACOUG用户组。
崔华（网名Dbsnake），2004年开始从事DBA工作，在Oracle的安装、升级、开发、性能调整、故障处理方面有丰富的经验，对Oracle的体系结构具有深入了解：深入理解Oracle的内存结构、物理存储（各种块格式）、锁机制、优化机制等：深入了解Oracle的备份恢复机制，熟悉Oracle的各种备份方法，能够处理各种情况下的复杂数据恢复情况。
崔华也是热心的技术分享者，多次在ACOUG的活动上与技术爱好者分享技术心得。
‘贰’ 论企业架构的重要性
很多时候，在一些IT咨询/治理或SOA集成项目中，相信大家一定听过企业架构，这是一个出现频率较高且都会在项目中重点强调的词语。事实上，若想真正的发挥信息化价值，使信息化可以支撑并顺延企业后续的发展，在项目进行前，是必须要规划出企业架构的。
讲到这里，有人会问：“我建设IT信息化的目的是解决当前问题，直接开始就好了，为什么要花费金钱和时间规划企业架构？”对于该类疑问，我的回答是：企业架构是一定要做的！虽然构建一些简单的信息化系统，或做几个系统间简单的集成来解决当前业务问题是不会出现大偏差的。但请试想一下，如果是一个复杂的信息系统构建或大型集成项目，涉及到几十个信息化系统，其中包括通用和专用系统，同时存在多层业务管理关系、多道流程工序时，如果没有事先规划梳理好彼此之间的业务流程、资源复用、IT技术等就直接操作，百分之九十的结果是项目延期或做成烂尾。
这时必须要规划出一个清晰的企业架构，才能保证业务流程相互运转、信息化系统合理支撑、构建步骤有条不紊。可以说，企业架构是IT决策的重要依据，是支撑企业后续发展的重要基石。
企业架构（Enterprise Architecture），简称EA。是指对企业事业信息管理系统中具有体系的、普遍性的问题而提供的通用解决方案，更确切的说，是基于业务导向和驱动的架构来理解、分析、设计、构建、集成、扩展、运行和管理信息系统。复杂系统集成的关键，是基于架构（或体系）的集成，而不是基于部件（或组件）的集成，有效的企业架构对企业的生存和成功具有决定性的作用，是企业通过IT获得竞争优势的不可缺少的手段。
企业架构可以分为两大部分即业务架构和IT架构。
业务架构： 是把企业的业务战略转化为日常运作的渠道，业务战略决定业务架构，它包括业务的运营模式、流程体系、组织结构、地域分布等内容。
IT架构： 指导IT投资和设计决策的IT框架，是建立企业信息系统的综合蓝图，包括数据架构、应用架构和技术架构三部分。
业务架构相当于企业的运营模式，一个公司要发展，一定会有自己的商业目标和运营模式，而这些就是企业的业务层面，可以说企业的业务架构是在市场上区分与其它企业的关键，通常包含运营模式、组织机构、业务流程、地域分布等。
运营模式： 简单来说，运营模式就是企业通过何种方法进行盈利的，即使在同行业范围内，每个企业的运营模式也大不相同，因为运营模式通常是根据企业的战略、目标、优势、发展方向等因素孕育而生的。运营模式一般分为：行政管理、资金管理、技术、生产、销售五个层面，每个企业都会对以下层面进行特殊的设计。
组织机构： 组织机构是企业的运筹体系，包括企业的部门、岗位、职责，当企业的战略发生变化，组织机构也会相应的调整变动。
业务流程： 这里的业务流程不是指针对企业的某个关键业务的一种描述，而是企业整体运转上的大流程，体现在整体资源的梳理、组织机构的分配、管理制度的优化，对业务运营存在着指导意义。
地域分布： 地域分布主要确定业务活动在什么地域执行，地域分布对运营模式的规划、组织机构的划分、业务流程的设计起着关键作用。
企业架构中的IT架构是构建企业IT信息化系统的基础，它能够有效指导IT信息化项目的开展和执行，IT架构又分为数据架构、应用架构、技术架构。
>>>>数据架构
数据架构是企业IT架构的核心，众所周知，数据是对客观事物的真实表现，具有权威性和价值性，企业信息系统下的运营状况都是通过数据反映出来的，数据可以作为企业的重要资源，因此在考虑IT架构建设前首先需要考虑数据架构对当前业务的支持，即企业需要哪些重要数据、企业数据如何治理规划、如何实现重要数据的运用。之后，根据上述几点进行数据架构规划，数据架构规划主要包括数据模型、数据分布、数据治理三个方面。
数据模型: 良好的数据模型可以反映出业务模式的本质，确保为业务需求提供全面、一致、完整的高质量数据，且为划分应用系统边界、明确数据引用关系、定义应用系统间的集成接口提供分析数据。然而数据模型不只是与应用架构关联，同样对业务架构提供生命周期治理和管控，在业务架构中的数据模型分析重点是主数据和核心业务对象，而应用架构中的数据模型则进一步转换到逻辑模型和物理模型，直到最终的数据存储和分布。
数据分布: 数据分布包括业务分布和应用分布，数据分布一方面主要是分析数据在业务各环节的增删改及引用的关系，另一方面是分析数据在单一/多个系统中的数据结构与应用系统各功能模块间的引用关系。
数据治理: 数据治理包括元数据管理，数据质量管理、数据标准规范、数据字典、数据安全、数据采集、同步、分发等内容，即主数据管理内容。数据的治理在整个数据架构中起着非常重要的作用，高质量的数据是构建数据架构的重要支撑，同时也是企业后续梳理业务流程建设的前提。
>>>>应用架构
应用架构向上承接了企业战略发展方向和业务模式，向下规划和指导企业各个IT系统的定位和功能。应用架构是业务架构、数据架构、技术架构、信息安全及IT管理等方面综合的体现，它包括了企业的应用架构蓝图、架构标准/原则、系统的边界和定义、系统间的关联关系等方面的内容。
在构建应用架构时，满足当下需求的同时，需要进行长远的规划，即符合企业未来的发展方向，并能根据业务进行扩展。
灵活性
体现在应用系统之间的连接是否灵活、简单、松耦合，激烈的竞争和产业变革，需要企业不断调整其组织、流程和商业模式，以获得竞争优势。这时，应用架构要可以适应企业业务的变化，快速做出响应，提供稳定可扩展的应用支撑平台，为企业的业务发展、随需应变提供重要的支撑，同时能保证部分应用功能的升级或替换不会影响到其它应用系统，实现平滑升级。
整合性
整合性部分常见的整合包括数据集成、应用整合、流程整合、门户集成等。
1.数据集成
数据集成主要针对企业信息系统底层的数据同步性、时效性问题，解决数据来源的唯一性、真实性、实时性，一般通过消息队列技术或者Web服务等，将散布在企业各个系统中的数据，以一种松散耦合、集中呈现的方式进行统一管理，促进数据在企业范围内互联互通。
2.应用整合
应用整合主要针对企业业务变化适应性和信息孤岛问题，通过对系统功能的服务化编排，实现快速调整的弹性应用。应用整合提供面向服务所需的软件基础设施环境，为分散服务提供了交互、组合和治理的基础架构，集成企业内部各个IT 应用系统，并使之互相协同工作，形成一个更大的整体系统。要求不只是实现系统间的技术集成整合，还要实现业务之间的有机整合。
3.流程整合
流程整合通常也称之为流程集成，主要针对企业业务逻辑在多个信息系统之间流转的问题，具体体现为跨异构系统的流程集成，以业务流程为中心，帮助企业各业务环节与客户需求对齐的管理方法，有效整合人力、信息等资源，实现跨系统、跨部门、跨组织的企业运营，支撑企业实现业务的“纵向贯通”与“横向集成”，帮助企业实现从战略到运营端对端的跟踪、反馈与优化。
4.门户集成
门户集成主要针对企业交互访问层集成问题，把企业内部原有的零散系统中的信息、应用、服务通过统一认证、页面集成、菜单集成、数据门户等技术整合在统一的访问平台，提供企业范围内的统一授权和身份认证，基于单点登录、个性化配置方式，为企业IT架构提供一个标准的、可扩展的Web 应用基础框架。平台支持多端登录，即PC门户、移动门户，移动门户同样提供统一身份认证、单点登录、信息/页面/应用集成等功能，通过移动门户可以访问PC端系统大部分功能，用于满足出差在外流程审批、办公不受时间地点限制。
复用性
随着企业信息系统越来越多，在构建企业架构面前必将精减或新增一些信息化系统，过程中不可避免会替换甚至是除掉一些平台或功能相似的系统，如果每次都要推到重来，在时间和成本上是不可控的，所以复用IT资产在构建应用架构时，也是重点规划的一部分内容。
>>>>技术架构
技术架构是支撑应用架构与数据架构的技术基础结构，主要由IT技术、组件、相应技术标准构成，具体包括：安全管理、应用软件、应用平台、物理环境、系统管理。
安全管理： 安全管理是指应用软件、应用平台、物理环境各层面的安全管理架构、安全配置模型、安全管理工具以及安全管理标准等。
应用软件： 应用软件是指应用系统或工具，包括业务应用和支撑应用，业务应用一般分为通用管理软件、套装管理软件、行业管理软件，如CRM、ERP、MES等，支撑应用为基础软件工具，如：Office办公。
应用平台： 应用平台是支撑应用软件运行的操作平台，包括系统服务和操作系统。系统服务是搭建在操作系统之上的各种服务引擎，如：Web Server、APP Server、DB Server等，操作系统是管理和控制计算机硬件与软件资源的计算机程序，是直接运行在“裸机”上的最基本的系统软件，常见的操作系统为Unix（AIX、HP—UX、Solaris）、Linux、Windows Server等。
物理环境： 物理环境是支撑数据和信息的采集和进入、处理和传送，以及应用软件与应用平台运行的物理设施架构、模型和标准等，包括系统硬件与网络设施。
系统管理： 系统管理是贯穿应用软件、应用平台、物理环境各层面的系统管理架构、系统管理模型、系统管理工具以及系统管理标准等。
很多企业在建设IT信息化的时候，一般都会忽略或刻意不提及企业架构的规划，殊不知，从那刻起已经埋下了隐患，一旦系统过多，隐患立即显露，造成这种现象的原因有很多，具体表现在两个时间节点中。
很多企业在系统建设初期，往往都是根据现有业务需求去构建相应的信息化系统，极少数甚至没有企业在建设初期会统筹的考虑企业的整体架构。后续，随着企业业务需求不断增多，对信息化系统的需求也随之增多，无规划的构建系统，只能导致信息孤岛产生。本是为了优化业务而上的信息化系统，反而造成了IT与业务的脱节。
一般企业进行系统整合，多半是消除信息孤岛及优化业务流程，系统整合期间是构建企业架构的第二最佳时间，因为在系统整合时，根据企业特定的企业架构不仅可以对企业业务流程、内部数据、应用功能进行统一治理集成，还可以为企业后续信息化建设搭建平台，奠定基础，对于后续业务扩展变化，提供快速响应。即便这样，也有很多企业忽略企业架构的建设，没有站在整体业务上和系统现状上进行规划，这样做的结果就是集成顺序与先前条件不符，导致集成失败或效果不明显。
那么企业在信息化建设初期为什么不进行企业架构规划呢？分析原因如下：
1.企业建设初期规模相对较小，资金能力不足，对于花费过多资金规划企业架构是奢侈的。
2.企业整体对信息化意识薄弱，认为信息化只是辅助业务的工具，没有必要与业务、文化、架构等联系起来。
3.企业领导对企业架构意识模糊，不了解企业架构的重要性，或对企业未来发展没有明确的定位及目标。
4.忽略集成整合项目的前提条件，如集成的顺序、信息化状况、业务相互关系等，认为不需要架构梳理规划，直接整合即可。
通过上文中对企业架构的深层次理解及未及时建设企业信息化所带来的问题之后，也许很多人还是没有清楚的了解企业架构究竟能为企业带来什么，企业架构到底有多重要。
下面就来具体谈谈企业架构对企业的重要性。
1.支撑业务发展，保证IT投资的正确性
有效的企业架构对企业生存和成功至关重要，它为企业IT系统演进提供了战略指导和分析，使企业能够应对不断变化的业务环境，同时按照企业架构中的规划进行IT信息化建设，可以有效分清IT项目的优先级，然后根据优先级制定IT投资战略。
2.节省企业成本，减少IT资源复用情况
企业架构在规划IT建设的同时，会兼顾企业的组织角色和业务流程的关系，可以平衡IT资源与业务间的依赖关系，识别出部门间重复的业务需求和数据重复利用率，从根本上有效避免业务级、功能级、数据级的重复投资。
3.有效推动创新，使企业业务更好发展
企业架构能够平衡IT效率与业务创新之间的关系，支持企业业务的创新，使各业务单元的业务流程与信息保持高一致性。同时，可以保证组织的全面IT战略需要，实现企业范围内最紧密的协作。
当下，企业架构的建设还未使绝大多数企业引起足够的重视，保持业务与IT信息化对齐仍是当今时代所有组织面临的一项基本挑战，而构建企业架构是应对这项挑战的最佳途径，无论是公有还是私营，无论是企业单位还是事业单位，都会按照自身的业务特性去构建信息化建设，随着业务增长，一定会追加在信息化建设方面的投资，至于投资是否可以有效换来收益，很大程度上是取决于是否具有完整的、适合企业自身业务发展的架构规划。企业架构提供全业务视角的企业治理体系，保障业务、战略保持一致，促进数据架构、应用架构、技术架构等IT架构建设，保障企业信息化的合理稳步建设，帮助企业实现使用更低的IT成本、更快的设计与开发，降低IT风险的同时获取更高的收益。
‘叁’ PowerDesigner到底是干什么用的
就是设计数据库模型的嘛，包括面向对象模型、业务流程模型、概念数据模型、物理数据模型等，最常用的应该是PDM（物理数据模型）了，在PDM中设计数据库（包括表、试图、触发器，到表的主外键、索引等等都涉及到）然后配置好数据库连接后就能生成数据库实体了。
‘肆’ PowerDesigner是什么
PowerDesigner是建模工具。sql，oracle是数据库。
PowerDesigner的主要功能（1） DataArchitect这是一个强大的数据库设计工具，使用DataArchitect 可利用实体-关系图为一个信息系统创建"概念数据模型"－CDM（Conceptual Data Model）。并且可根据CDM 产生基于某一特定数据库管理系统（例如：Sybase System 11）的"物理数据模型"-PDM(Physical Data Model)。还可优化PDM，产生为特定DBMS 创建数据库的SQL 语句并可以文件形式存储以便在其他时刻运行这些SQL 语句创建数据库。另外，DataArchitect还可根据已存在的数据库反向生成PDM，CDM 及创建数据库的SQL脚本。（2） ProcessAnalyst这部分用于创建功能模型和数据流图，创建"处理层次关系"。（3） AppModeler为客户/服务器应用程序创建应用模型。（4） ODBC Administrator此部分用来管理系统的各种数据源。
具体怎么用，你可以下载一个PowerDesigner软件，到网上找点相关的教材。
‘伍’ ea中从数据库设计转化的erd图连接线不显示
是ER图。
E-R图也称实体-联系图(EntityRelationshipDiagram)。提供了表示实体类型、属性和联系的方法。用来描写叙述现实世界的概念模型。实体就是看的见摸得着或者能被人感知接受认可的客观存在。
EA一般指美国艺电公司。美国艺电公司（ElectronicArts，NASDAQ：ERTS，简称EA），是全球着名的互动娱乐软件公司。
‘陆’ ea什么意思
EA1966年成立于英国Chester市，早期是英国电力行业的研发中心。1990年代私有化，现为国际化的电力咨询与服务公司。
英国 EA Technology 的开关柜局部放电在线检测技术和系列产品在世界40多个国家和地区的电力公司和工业企业电力用户中应用了近30年，积累了丰富的现场测试经验和海量的局放数据库。
相关信息：
英国EA Technology 发明的暂态地电压(地电波)开关柜局放检测技术，2010年成为中国国家电网公司《电力设备带电检测技术规范》的推荐技术。北京电力公司和上海电力公司专门制定了关于英国EA公司产品(产品型号PDL1和PDM03)的检测导则和企业标准。
他们的局放仪器系列包括手持和便携式、巡检类以及安装和报警类。此外还提供110kV及以上电压级别的GIS局部放电在线监测系统，以及户外变电站局放巡检仪和电缆局放带电检测仪。
EA Technology 在上海设有分支机构，在澳大利亚、新加坡、阿联酋和美国设有分公司，代理商网络覆盖全球。EA Technology 与全球众多电网公司和工业企业等多行业电力用户建立了战略合作伙伴关系。
‘柒’ 石油勘探开发数据资源规划方法研究
文必龙 计秉玉
（中国石化石油勘探开发研究院信息技术研究所，北京 100083）
摘 要 当前的各种IT规划方法和软件工程方法在指导石油企业进行数据资源规划时，需要结合石油勘探开发数据资源管理的特点进行具体化。本文分析了石油勘探开发数据资源管理方面的现状及特点，提出了基于业务驱动的石油勘探开发数据资源规划方法，给出了构建勘探开发业务模型、数据资源目录的方法，以及数据中心的总体架构，为石油勘探开发数据资源规划提供了完整的方法论。
关键词 数据资源 业务驱动 业务模型 数据中心
Research on Method of Petroleum Exploration and Proction
Data Resource Planning Based on Business－driven
WEN Bilong，JI Bingyu
（Dep.of Information Technology，Exploration and Proction Research
Institute，SINOPEC，Beijing 100083，China）
Abstract To guide data resource planning，the IT planning methods and software engineering theory need to be specified according the features of petroleum data resource management.The features in petroleum exploration and proction data resource management are analyzed，and a method of data resource planning based on business－driven is put forward，that presents the approaches how to build petroleum exploration and proction business model and data resource catalogs，and architecture of data centre.These provide a complete methodology to plan petroleum exploration and proction data resource.
Key words data resource；business－driven；business model；data centre
在油气勘探开发综合研究过程中，需要从海内外油田收集大量的数据，同时综合研究成果中包含了大量的数据，如各种图表、报告。为了管理和应用这些数据，各研究部门纷纷开展了与项目研究相关的数据资料管理系统的建设，但由于缺少统一的规划，在数据资源的建设和管理中存在以下问题：数据库建设 “小、散、杂”，难以管理；数据分散存储，数据之间的逻辑关联度低，不能集成共享；数据收集困难；缺少专门的数据服务机制，数据应用困难。因此，有必要对油气勘探开发综合研究的勘探开发数据资源进行统一规划，即开展数据管理与应用需求分析，从总体上设计数据中心建设方案。
数据资源规划（Data Resource Planning，DRP）的方法主要是基于软件工程理论和IT战略规划的各种方法论。目前多数国际知名的IT咨询公司均采用企业架构（Enterprise Architecture，EA）这一先进理论方法，例如TOGAF企业架构框架，制定具有自身特点的IT规划编制方法论，并在企业规划咨询项目中应用，取得了良好效果［1］。针对数据资源，高复先在信息工程方法论的基础上，总结出了一套信息资源规划（Information Resource Planning，IRP）方法［2］。IRP方法以面向主题数据库的总体数据规划方法为基础，按照一定的方法步骤、遵循相关标准规范、利用有效的软件支持工具进行各职能域的信息需求和数据流分析，制定信息资源管理基础标准，建立全域和各职能域的信息系统框架——功能模型、数据模型和系统体系结构模型。
本文根据EA理论和IRP方法，结合油气勘探开发综合研究的特点，提出了一套基于业务驱动的勘探开发数据资源规划方法。
1 数据规划的基本思想
数据资源规划是采用科学合理的方法，对企业生产经营过程中产生和使用的数据的相关内容、标准、技术、软件、人员、支撑条件等进行全面梳理、优化和设计，提出全面的数据资源采集、传输、存储、应用、管理的解决方案，以便企业提高数据的共享程度，降低数据采集、管理、应用的成本，发挥数据资源的最大价值。
数据资源规划的目的是优化企业数据管理质量。这包括提高数据共享程度，降低数据采集、管理、应用的成本，提升数据资源的价值等。其中，首先要向企业不同层级提供相关的信息。对决策层，提供的信息包括：有哪些数据资产，还要投资建设哪些，数据投资效果如何，是否有重复建设；对管理层，提供的信息包括：数据保存在哪里，谁在管理，哪些人在使用，数据质量如何；对执行层，提供的信息包括：有什么数据，数据在哪里，如何获取数据，如何提交成果；对信息服务部门，提供的信息包括：业务部门需要什么数据，如何使用这些数据。
数据资源规划的目标是提出一个数据资源建设解决方案。通过实施方案，可以建立企业数据中心及配套的建设和管理体系，达到数据资源规划的目的。数据资源规划的内容包括梳理数据需求，即数据内容；设计数据相关标准，包括数据元标准、数据采集标准、数据管理标准、数据代码标准等等；设计数据建设和管理的技术方案；数据管理和服务的软件体系架构；数据建设的组织架构和配套制度等。
数据资源规划的过程如图1所示。如果把数据中心的建设作为一个完整的软件工程项目，数据资源规划位于需求分析阶段和概要设计阶段。在项目实施中，还需要进一步根据规划的各项方案进行详细设计、系统开发、系统测试和运行维护。
在数据资源需求分析阶段，通过调研，梳理当前勘探开发综合研究的业务范围、研究活动、已经建立的数据库及数据内容、应用软件及部署情况。根据调用情况建立业务模型，用规范化的方式描述各项研究活动及每项活动的数据需求，并对数据流进行分析，形成统一的数据资源目录。需求分析阶段最终成果是需求分析报告，核心内容由一组规范组成，包括业务模型、数据资源目录、数据元目录、数据流规范。
概要设计阶段主要任务是依据数据需求进行方案设计，形成数据资源建设方案，具体包括：综合数据库建设方案、综合研究数据服务与管理平台建设方案、数据中心运维体系。形成数据模型、数据服务功能、数据管理功能、数据汇交管理流程、数据管理与服务组织架构等总体架构，并形成数据中心建设的项目框架。通过数据资源建设方案明确了数据如何存储，如何控制数据质量，数据如何建设，数据如何管理，数据如何获取、提交、应用等问题。
图1 数据资源规划过程
图2 数据资源规划的成果及其之间的关系
在项目实施阶段，还需要根据数据资源建设方案，对每一个项目进行详细设计和开发。
数据资源规划的成果包括数据资源需求分析报告和数据中心建设方案。需求分析报告中，包含了业务模型、数据资源目录和数据元目录，数据中心建设方案包括数据库和数据模型在内的数据库建设方案、数据服务与管理平台、数据中心运行维护体系。
图2给出了这些成果及其之间的关系。业务模型中的每一个业务活动使用和产生的每一类数据都应在数据资源目录中进行注册，数据资源目录中的每一类数据都要用一个或多个数据元进行描述。数据库中的数据实例应该归类到数据资源目录中，数据元与数据模型之间要建立映射关系。根据上述关系，应用软件或用户可以根据业务活动利用数据服务与管理平台非常方便地从数据中心获取需要的数据。
2 基于6W的业务模型
业务模型（Business Model）是一种通过定义组成活动及活动之间逻辑关系来描述企业经营生产过程的模型。勘探开发业务建模就是要将石油勘探开发生命周期中涉及的业务抽象为一个完整的业务功能结构，建立勘探开发业务模型。建立此模型，在系统地、本质地、概括地把握勘探开发功能结构的同时，还要建立勘探开发业的数据模型、知识模型、软件模型等与功能相关的信息模型。
业务分析与建模过程从形式上可分为4个阶段：一是业务领域划分；二是分业务领域建模；三是业务模型集成；四是业务模型标准化。
业务模型采用 “业务域－业务分类－业务活动” 3层结构。将石油勘探开发涉及的所有业务划分为多个业务域，每个业务域建立多级业务分类，每个分类中定义一个或多项最基本的业务活动。
业务域（Business Domain）是对企业中的一些主要业务活动领域的抽象，而不是现有机构部门的照搬。对油田业务域的划分可以依据某一主题进行。业务领域的划分原则是：(1)根据专业划分业务领域；(2)根据油气田勘探、开发生命周期划分业务领域；(3)根据油气田勘探、开发管理阶段划分管理业务域。业务领域的划分参照以上3种原则进行划分，尽量符合油气田勘探、开发管理约定俗成的管理习惯，做到不同业务域间的业务不重复，并保证能覆盖所有的勘探、开发业务。根据以上原则，油气勘探开发业务领域可划分为“物化探”、“井筒工程”、“分析化验”、“综合研究”、“油气生产”、“地面工程” 等六大业务领域。
业务是由一系列业务活动组成的，对业务活动的描述按照 “6W” 的模式进行［3］，即活动是由谁（Who）发起的、在什么时间（When）发起的、在哪里（Where）发起的、为什么（Why）要发起这个活动、在这个活动中都涉及了哪些（Which）对象、这些对象的特性是什么（What）。采用业务单元定义了参与业务活动的基本元素以及元素之间的关系。一个业务单元包括以下8类元素：1个业务活动，该活动作用的1个业务对象，实施该活动的组织机构，1组结果对象（输出），1组参与对象（输入），业务规则，相关对象的特性，对象之间的关系。业务单元的结构如图3所示。
业务单元中，“特性” 定义了业务活动需要的数据、业务活动相关的知识，是数据规划中梳理的重点；“参与对象” 包括各种人员、软件、数据、设施、材料、方法等；“作用对象” 包括区块、油藏、井、层位、油田、企业等；“结果对象” 可以是油井等油田实物对象，也可以是文档、方法、研究成果等技术性对象。
基于6W的业务模型的建模通过在统一的业务域分类架构下对单一业务活动的业务单元进行描述，没有进行专门的业务流程梳理，但由于业务单位中描述了业务活动参与对象与结果对象，即定义了活动的输入与输出，以这些对象为中介，因此很容易自动形成业务流、数据流、知识流等各种流程。
业务活动与数据之间的关系可以用 “CUR” 矩阵描述。矩阵中，行对应业务活动，列对应数据元。如果业务活动中创建了某一项数据则行列对应的值标识为 “C”（Create），如果业务活动对数据进行了更新则标识为 “U”（Update），如果业务活动引用了某一项数据则标识为 “R”（Read）。通过CUR矩阵，可以检查某一数据是否有唯一的创建源头，保证数据源头的唯一性。根据CUR关系，可以自动形成数据流。
图3 业务单元的结构
3 勘探开发数据资源目录
勘探开发数据资源目录是对油田企业、勘探开发研究院或中国石化整体已有和需要数据的分类与组织方式描述。数据资源目录描述了企业需要什么数据、有什么数据、数据在哪里、谁在管理数据、哪些人在使用、哪些应用软件在使用等信息。数据资源目录既是一个数据建设单位的数据分类与数据组织规范，也是数据中心进行数据管理与服务平台的核心元数据，同时也是用户建设和使用数据的依据。
数据资源目录的分类模式是多维的，可以从不同角度进行分类。常用的维度包括：
（1）按业务对象组织。包括区块、油藏、井、层位、油田、企业等，除对象本身的基础数据（如井基础信息）即通常所说的静态数据外，还包括该对象的各种动态数据（如井的日报数据）。
（2）按业务活动组织。根据业务模型的 “业务域－业务分类－业务活动” 3层结构进行分类，每一个业务都有一组按 “CUR” 标识的数据。
（3）按特性组织。按数据或知识本身的特性进行分类，如长度、密度、渗透率等。
（4）按项目组织。一个项目使用和产生的数据有哪些。
（5）按单位组织。一个部门使用、产生、管理的数据有哪些。
数据资源目录的各个维度是相互关联的，对象、活动、特性、项目、单位之间的关系如图4所示。
除建立分类目录外，数据资源目录还包括数据实例，因此需要将数据分类与数据库中的实例关联起来，明确标识出每一类包括哪些实例。分类与实例关联的方式主要采用数据集进行定义，通过数据实例的标识符、标识条件确定数据集中的实例［4］。数据资源分类在数据需求分析阶段完成，分类与数据实例的关联在数据中心运行期间形成。
数据资源目录中数据分为两级：逻辑数据实体和属性。从技术角度，逻辑数据实体的本质就是数据视图，一个数据视图是一个虚数据表，每一个数据视图由多个属性组成，其中至少包括一个关键字。实体的属性用数据元进行描述。数据元是不必要再分的基本数据单元［5］。当前可直接参照中国石化石油勘探开发数据元字典［6］。
4 数据中心的总体架构
不同企业数据中心的架构会有所不同［7］。本文以中国石化石油勘探开发研究院的数据中心为例，说明数据中心建设方案。数据中心包括综合研究勘探开发数据库、数据服务与管理平台、数据中心运维体系，如图5所示。
图4 数据资源分类维度之间的关系
图5 综合研究勘探开发数据中心
勘探开发数据库包括元数据和专业数据。元数据是以数据资源目录为核心，描述了专业的分类、目录、结构、使用动态等信息。外购数据库、地理信息数据库由于来源于外部，自带有成熟的管理软件，属于公共数据，独立于具体的项目研究。由于地震数据和测井数据有专门的格式，由专门的软件进行管理，但要与项目数据进行关联。项目资料与成果主要以文件形式保存，对共享程度较高的数据需要从半结构化的文件形式转换为结构化数据，数据之间相互关联，实现数据的集成。综合研究应用软件有自己内部的项目数据库，通过数据桥技术可以实现在线数据访问。数据通道用于实现石油勘探开发研究院数据中心与中国石化各级数据中心的互联。
综合研究数据服务与管理平台的主要功能包括：GIS研究目标查询、地震剖面显示、测井曲线显示、资料查询、资料搜索、资料提交、资料下载、系统管理、数据发布等。
数据中心运维体系包括运维管理组织机构、数据资料上交管理、数据服务管理3个部分。运维管理队伍的职能包括数据库系统管理、数据服务支持、数据质量控制等。数据资料上交管理按照数据流和数据生命周期，对各环节进行规范管理，包括：外部数据申请、数据采集、原始资料上交、个人/项目组资料管理、成果上交、数据流程调整（数据资料目录注册与注销）、安全与权限、审核与验收等内容。数据服务管理通过数据服务管理制度，规范数据服务行为，建立数据服务技术规范，通过数据应用服务接口规范，为应用系统提供标准的服务接口。
5 结论
数据资源规划方法提出了一套适合石油勘探开发领域开展数据资源建设的方法论。从勘探开发业务需求出发，通过梳理业务流程，建立业务模型，并梳理与业务相关的数据，建立数据资源目录，在此基础上提出完成的数据中心建设方案，从人员组织、数据建设、服务平台构建及运维管理进行规划。数据资源规划方法成功应用于中国石化油气勘探开发数据模型标准建设，开发了中国石化业务模型（Sinopec Business Model，SPBM），定义了物化探、井筒工程、分析化验、综合研究、开发生产、地面工程六大业务域，包括1237个业务活动，对每一个与业务活动相关的数据项进行了梳理。进一步的研究工作将把数据资源规划方法应用于中国石化石油勘探开发研究院数据资源建设，通过研究院业务进行调研，结合SPBM，建立综合研究数据资源目录，设计数据中心建设方案。针对中国石化石油勘探开发研究院综合研究的数据资源规划成果可进一步推广应用于石油行业各石油公司的综合研究数据资源建设。
参考文献
［1］金涛，郑树泉，李名敏，等.企业架构驱动的IT规划方法研究［J］.计算机应用与软件，2009，26（12）：164～166.
［2］高复先.信息资源规划——信息化建设基础工程［M］.北京：清华大学出版社，2002.
［3］肖波，景帅，吴建军，马承杰.模型驱动技术在油田企业数据中心中的应用研究［J］.大庆石油学院学报，2012，36（1）：78～82.
［4］时贵英，文必龙.基于数据元的数据集成技术研究［J］.科学技术与工程，2011，11（18）：4223 ～4227.
［5］Wen Bilong，Zhang Li.Defining semantics for data element with semantic tree［C］.Proceedings of 2008 International Symposium on Information Science and Engineering，2008.12：524～527.
［6］文必龙，肖波，陈新荣.石油勘探开发数据元管理技术［J］.大庆石油学院学报，2012，36（1）：83～87.
［7］李剑峰，肖波，段鸿杰.中国石化油田企业数据中心总体框架设计［J］.大庆石油学院学报，2012，36（1）：73～76.
‘捌’ sql2005数据库被做成了ea模型，怎么重新导出sql2005文件
右击数据库名 所有任务 生成SQL脚本 点击全部显示 选择你要生成脚本的表名 保存就行了
不过这样不会包含以前的数据值 如果你把一个数据库中的表及表的数据全部复制到另一表中 可以这样 把两个数据库都还原 在查询分析器中 选择你要导入进去的数据库名 但要保证这个数据库中没有你要导进去的这个表名
再写sql语句 select * into 表名 from 原数据库.dbo.表名
这样表及数据都导入进去了
‘玖’ EA的数据库模型中，怎么没有数据类型
要新建后缀名格式为.accdb的数据库才行，“附件”类型是Access2007向后的版本才有的。 .mdb格式是没有的，或者把你当前mdb数据库另存为accdb在修改就有了。