企业知识库管理系统数据库的设计
中图分类号：TP3 文献标识码：A 文章编号：1007-9416（2014）05-0161-02
企业知识库会使组织内所包含的信息和知识实现有序化。建立企业知识库，势必要对原有的信息和知识进行一次整体的收集和整理，遵循一定的分类原则进行分类，并且提供必要的检索手段。这样信息和知识就可以从原来的混乱状态变得有序化，也就为信息和知识的检索提供了便利条件，为日后的使用打下基础。
企业知识库可以加快知识和信息的流动，有利于知识共享和交流。知识和信息实现有序化之后，能够大大缩短寻找和利用的时间，从而加快了流动。此外，通过企业内部网络的应用，可以使企业内外发生的事情在极短的时间内传播开来，也就使得新信息和知识获知速度加快。
企业知识库还有利于实现组织的协作和沟通。企业知识库可以将人员在日常工作中提出的各种建议进行收纳。人员在工作中解决了某个难题或者发现解决问题的更好方法后，都可以将这些建议和方法交由企业内的评审小组。通过评审小组的审核工作，将最好的建议纳入到知识库中。
企业知识库可以帮助企业实现对专业知识的有效管理。企业内的人员流动是不可避免的，当有人员离开自己之前所在的岗位时，往往他们会掌握大量的宝贵信息，岗位发生变动也就会有大量的专业知识随之受到损失。这时，企业知识库的作用就是对这些宝贵的专业信息进行保存，以方便新的人员随时利用。先进知识库管理系统是以先进的数据库设计为基础的，本文介绍了先进的企业知识库管理系统数据库的设计理念。
1 系统设计原则
随着Internet技术的发展，B/S结构应用程序开发已经成为必然，知识库管理系统也将采用Web技术来实现，因为这将有助于提高系统的扩展能力，简化维护工作。
本系统将采用Java开发的B/S模式的体系结构，它是一种开方式的操作系统，Java语言作为新一代网络应用平台的开发工具，以其良好的可移植性在本系统开发的过程中受到了广泛应用。体系结构如（图1）所示，用户首先通过网络浏览器登陆远程中心的站点服务器，通过身份验证后，再根据远程中心提供的前台页面，采用一定的过滤器，调用接口函数，对数据库进行各种操作，然后将结果以html的形式返回给用户。此外，在本系统的基础上进行二次开发，能得到设备故障诊断系统等等。
以知识管理为核心，丰富知识相关的各种信息，使其管理细到参数级，为知识管理细化创造条件，也可以为各项知识审查工作的细化对比分析提供条件。
知识库综合查询是围绕知识为中心，从设备出发查询与该设备相关的各种台账及检修项目，如设备的定期检验，设备定级，设备的预防性检验，大小修，材料领用及费用，库存，技术监督，从设备缺陷到工作票及操作票的一系列活动及各种统计等，使查询工作变得方便、快捷、准确和及时。
2 数据库建模方法
数据库是知识库的核心，在企业知识库管理过程中，由于其分类复杂，数据量大，数据库相对复杂，如何构建高效率的数据库系统是一个重要的设计课题。将需求分析获得的信息加工成具有特定逻辑关系的数据结构，这样的过程被称为数据库建模。我们提出了对象模型到关系模型的转换原则，即利用面向对象设计的结果，使用基于E/R的数据库建模工具，生成关系数据库中的数据表结构。
2.1 面向对象的数据库建模
面向对象分析与设计的结果将产生三种结果集：对象关系图、对象层次模型、对象定义表[1]。其中对象关系图是用来表示基于属性的对象之间的关系；对象层次模型描述对象之间的继承关系；对象定义表给出对象的精确定义（包括属性及其操作方法）。
数据元素是构成信息的原料，如人员编码（rybm_code）、部门编码（dep_code），文档编码（document_ code）等。因此找出构成用户视图的基本数据元素，并进行必要的定义，同时确定每张视图由哪些基本视图构成也是一项十分重要的工作。数据元素为定义对象属性提供依据，定义后即形成了数据字典，它是进行数据概念设计（（E_R关系设计）的原料。
合理的数据元素命名可增加系统的可读性，有利于人员之间的相互交流以及程序的维护扩展，命名规则如下。
（1）数据元素应由几个基本部分组成：定义属性十基本属性+扩展属性，三者之间以下划线区分，基本属性允许单独存在；
（2）数据元素的名称能用通用简洁英语表示的尽量用英语，实在复杂，也可以采用汉语拼音。如数据元素“文档编码”：document_no。
数据概念模型设计参照需求分析阶段利用面向对象的分析方法产生的对象关系图来进行，即从对象集中抽取实体，从定义对象的属性中抽取出系统设计的基本数据元素，从对象的结构中抽取实体间的关系。流程分析和数据概念模型设计是统一在一个辅助设计平台PowerDesigner上进行的。
数据元素定义后，就可以参照对象模型进行数据模型的概念设计，即在PowerDesigner的逻辑模型设计环境下对表进行进一步的精细加工：定义扩展属性、各种约束定义、触发器定义等，将概念模型转化为数据的逻辑模型，转换的规则如下。
（1）概念模型中的实体转换成表；
（2）实体属性转换成表的列；
（3）父表中的标志属性转换成主键；
（4）由子实体生成的表将继承其父实体所有的属性。
数据库数据模型的建立依赖于对数据状况的分析和研究，设备的数据主要是字符串型、数值型、图像等。字符型数据用以描述设备的名称、型别、特征、结构状况与生产使用情况等，通常字符型数据是不需要进行计算的项目。数值型数据用以描述设备的几何特征、性能参数与工作状况等，通常是要进行计算的项目，而图像可以形象、生动、逼真的描述设备的结构形式和特点。 2.2 知识目录分类表
从结构的角度看，知识目录分类是递推的分级结构，应当提供无限层级的目录结构设计，可以适应各种复杂的知识分类要求，对整个企业的知识信息进行统一的架构和分层级的维护。同时应提供快捷的移动、合并等功能，帮助知识管理员轻松的进行栏目的调整与优化。
知识目录分类是树型结构的。下面我们比较两种树型数据结构的实现，首先是邻接列表模型（adjacency list model）。
这种模型我们经常用到，很多的教程和书中也介绍过。我们通过给每个节点增加一个属性parent来表示这个节点的父节点从而将整个树状结构通过平面的表描述出来。根据这个原则，如表1所示。
几乎使用同样的方法我们可以知道从根节点到任意节点的路径。比如“3级子分类A1-1-1”的路径是“设备A>子分类A1>2级子分类A1-1”。为了得到这样的一个路径我们需要从最深的一级开始，查询得到它的父节点“2级子分类A1-1”把它添加到路径中，然后我们再查询“2级子分类A1-1”的父节点并把它也添加到路径中，以此类推直到最高层的“目录分类A”。这种方法很简单，容易理解，好上手。但是也有一些缺点。主要是因为运行速度很慢，由于得到每个节点都需要进行数据库查询，数据量大的时候要进行很多查询才能完成一个树。另外由于要进行递归运算，递归的每一级都需要占用一些内存所以在空间利用上效率也比较低。
现在让我们看一看另外一种不使用递归计算，更加快速的方法，这就是预排序遍历树算法（modified？preorder？tree？traversal？algorithm）。首先将多级数据按照下面的方式画在纸上，在根节点“目录分类A”的左侧写上1然后沿着这个树继续向下在“子分类A1”的左侧写上2然后继续前进，沿着整个树的边缘给每一个节点都标上左侧和右侧的数字。这样整个树状结构可以通过左右值lft，rgt来存储到数据库中，如表2所示。
这种方法不使用递归查询算法，有更高的查询效率。例如我们需要得到“某项下的所有所有节点就可以这样写查询语句：？
SELECT*FROM device WHERE lft BETWEEN num1 AND num2 ORDER BY lft ASC；
要获知一个节点的路径也很简单，如果我们想知道某节点的路径就利用它的左右值num1和num2来做一个查询：
SELECT name FROM device WHERE lft
某个节点的子孙节点数目计算也很简单，子孙总数=（右值-左值-1）/2。
2.3 扩展参数属性表
如果把目录分类的所有属性都存放在表2中，势必造成数据库的大量冗余，这个问题，我们可以通过建立另外一个扩展属性表来解决，如（表3）所示：
可以看出来，这是一种一对多的方式，一个分类可以有任意多的扩展属性，我们可以提炼出一些所有分类的公共属性如名称，描述等等存放在表3中，而将一些不共有的属性放在表3中。
2.4 文档基本情况表
文档是知识库的实体，每个文档都是属于一个或者多个分类下的，我们仿照目录分类建立数据表的方式，将文档数据表也分为基本情况表和扩展属性表，可以达到很好的效果。
3 结语
完备的企业知识库管理系统能够非常有效地管理企业数目繁多的专业知识，各种文件等等，用户可随时方便地通过电脑终端进行检索与分析，这就要求先进的后台数据库结构设计。本数据库的设计具备高度的可扩展性，为知识库管理信息系统提供了优秀的、稳定的、高度可扩展的平台架构，将给企业知识库管理带来极大的效益，将会对正确合理地指挥生产和科学决策起重大的作用。
