TD T1033-2012《高标准基本农田建设规范标准(试行)》

高标准基本农田建设规范（试行）

前　言

为规范推进农村土地整治工作，大力加强旱涝保收、高产稳产高标准基本农田建设，促进耕地保护和节约集约利用，保障国家粮食安全，促进农业现代化发展和城乡统筹发展，制定本规范。

本规范由国土资源部制定并负责解释。

1 范围

1.1 本规范规定了高标准基本农田建设的基本原则、建设目标、建设条件、

建设内容与技术要求、建设程序、公众参与、权属管理、信息化建设与档案管理、绩效评价等。

1.2 本规范适用于全国范围内的高标准基本农田建设活动。

1.3 高标准基本农田建设除应遵循本规范外，还应符合国家现行有关标准的规定。

1.4 各省可按照本规范，根据当地实际，制定省级细则。

2 规范性引用文件

下列文件对于本规范的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本规范。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本规范。

GB 50288-1999 灌溉与排水工程设计规范

GB 5084-2005 农田灌溉水质标准

GB/T 50509-2009 灌区规划规范

GB/T 50363-2006 节水灌溉工程技术规范

TD/T1012-2000 土地开发整理项目规划设计规范

TD/T1013-2000 土地开发整理项目验收规程

TD/T1014-2007 第二次全国土地调查技术规程

TD/T1032-2011 基本农田划定技术规程

3 术语

下列术语和定义适用于本规范。

3.1 农村土地整治

对农村地区低效利用和不合理利用的农用地、建设用地以及未利用土地，通过田、水、路、林、村综合整治，增加有效耕地面积，提高耕地质量，改善农村生产生活条件和生态环境的土地利用活动。

3.2 高标准基本农田

一定时期内，通过农村土地整治建设形成的集中连片、设施配套、高产稳产、生态良好、抗灾能力强，与现代农业生产和经营方式相适应的基本农田。包括经过整治的原有基本农田和经整治后划入的基本农田。

3．3 高标准基本农田建设

以建设高标准基本农田为目标，依据土地利用总体规划和土地整治规划，在农村土地整治重点区域及重大工程、基本农田保护区、基本农田整备区等开展的土地整治活动。

４　总则

４．１坚持“十分珍惜、合理利用土地和切实保护耕地”的基本国策，规范

开展高标准基本农田建设。

４．２坚持规划引导，以土地利用总体规划和土地整治规划为依据，兼顾相关部门规划，统筹安排，规模整治，优先在基本农田范围内建设。

４.３坚持因地制宜，实行差别化整治，根据不同区域自然资源特点、社会经济发展水平、土地利用状况，采取“田、水、路、林、村”综合整治措施。

４．４坚持数量、质量、生态并重，促进基本农田数量稳定、质量提高、景观优化、生态良好。

４．５坚持农民主体地位，充分尊重农民意愿，维护土地权利人合法权益，依法保障农民的知情权、参与权和受益权，鼓励农民采用多种形式参与工程建设。 ４．６以土地整治专项资金为引导，聚合相关涉农资金，集中投入，引导和规范社会力量参与。

５建设目标

５．１优化土地利用结构与布局，实现集中连片，发挥规模效益。

５．２增加有效耕地面积，提高高标准基本农田面积比重。

５.３提高基本农田质量，完善田间基础设施，稳步提高粮食综合生产能力。

５．４加强生态环境建设，发挥生产、生态、景观的综合功能。

５．５建立保护和补偿机制，促进高标准基本农田的持续利用。

６建设条件

６．１基础条件

６．１．１符合国家法律、法规，符合土地、农业、水利、环保等部门的有关规定。

６．１．２水资源有保障，水质符合农田灌溉标准，土壤适合农作物生长，无潜在土壤污染和地质灾害。

６．１.３建设区域相对集中连片。

６．１．４具备建设所必需的水利、交通、电力等骨干基础设施。

６．１．５地方政府高度重视，当地农村集体经济组织和农民群众积极性高。

６．２建设区域

６．２．１重点区域

１土地利用总体规划确定的基本农田保护区和基本农田整备区；

２土地利用总体规划确定的土地整理复垦开发重点区域及重大工程；

３土地整治规划确定的土地整治重点区域及重大工程、基本农田整理重点

县。

６．２．２限制区域

１水源保护区及水资源严重贫乏区域；

２水土流失易发区、沙化严重区等生态脆弱区域；

３因挖损、塌陷、压占等造成土地损毁并难以复星为耕地的区域；

４污染严重难以恢复的区域；

５易受自然灾害损毁的区域。

6．2．3 禁止区域

1 地形坡度大于２５°的区域；

２自然保护区，退耕还林区、退耕还草区；

３行洪河道，河流、湖泊、水库水面。

６．２．４涉及滩涂开发、湿地开垦、围海造田等区域，应经过相关部门论证，并获得批准。

７建设内容与技术要求

７．１一般规定

７．１.1 高标准基本农田建设内容主要包括土地平整、灌溉与排水、田间

道路、农田防护与生态环境保持以及其他等五项工程。工程体系详见附录Ａ。

７．１．２通过高标准基本农田建设，优化土地利用结构，完善田间基础设施，提高机械化水平和农业综合生产能力，增强抵御自然灾害能力，改善生态景观。

７．１．３通过高标准基本农田建设，实现每个耕作田块直接临渠（管）、临沟、临路，保证每个耕作区与农村居民点相连。

７．１.４田间基础设施占地率应不高于８％，基础设施使用年限一般不低

于１５年。

７．１．５建成后的耕地质量等级达到所在县的较高等级。

７．２土地平整工程

７．２．１土地平整工程是为满足农田耕作、灌排需要而进行的田块修筑和地力保持措施总称。包括耕作田块修筑工程和耕作层地力保持工程。

７．２．２通过实施土地平整工程，实现耕作田块集中，田面平整。

７．２.３耕作层厚度应达到３０cm以上，有效土层厚度应达到６０ｃｍ以

上。土壤理化指标应满足作物高产稳产要求。

７．２．４田块规格和平整度应满足农业机械化生产要求，田块面积北方平原区宜不低于２００亩，南方平原区宜不低于１００亩；丘陵区水平梯田化率应不小于９０％。

７．３灌溉与排水工程

７.３．1 灌溉与排水工程是为防治农田旱、涝、渍和盐碱等灾害而采取的

各种措施总称。包括水源工程、输水工程、排水工程、喷微灌工程、渠系建筑物工程和泵站及输配电工程。

７．３．２通过实施灌溉与排水工程，合理利用水资源，形成“旱能灌、涝能排、渍能降”的灌排体系，采取节水灌溉措施，增加有效灌溉面积。

７．３．３完善灌排体系，充分利用水资源，灌溉水利用系数应不低于０．６；灌溉保证率北方地区水浇地应不低于５０％，水田应不低于７０％；南

方地区水浇地应不低予７０％，水田应不低于７５％。满足灌溉设计保证率的农田面积比例应不低于９０％。

７．３．４排涝标准应不低于１０年一遇。

７．４田间道路工程

７．４．１田间道路工程是为满足农业物资运输、农业耕作和其它农业生产活动需要所采取的各种措施总称。包括田间道和生产路。

７．４．２通过实施田间道路工程，构建便捷高效的田间道路体系，使田块之间和田块与居民点保持便捷的交通联系，满足农业机械化生产、安全方便的生活需要。

７．４．３道路通达度平原区应不低于９５％，丘陵区应不低于８０％。 ７. ５农田防护与生态环境保持工程

７．５．１农田防护与生态环境保持工程是为保护项目区土地利用活动安全，保持和改善生态条件，减少污染、防止或减少自然灾害而采取的各种措施的总称。包括农田林网工程、岸坡防护工程、沟道治理工程和坡面防护工程。

７.５．２通过实施农田防护与生态环境保持工程，预防和减少农田的自然

灾害，保持和改善农田生态环境，保障农田生态系统安全。

７．５．３农田防洪标准应不低于２０年一遇。

７．５．４风害区农田防护面积应不小于９０％。

７．６其他工程

其他工程是除土地平整、灌溉与排水、田间道路、农田防护与生态环境保持以外的工程。其技术要求参照有关规定执行。

技术要求详见附录Ｂ。

８建设程序

８．１建设计划

根据土地利用总体规划、土地整治规划确定的高标准基本农田建设任务，编制阶段性建设计划或年度建设计划。

８．２基础调查

８．２．１应用年度卫星遥感影像、土地调查及年度变更调查最新数据、农用地分等定级成果、土地质量地球化学评估成果等基础数据，查明建设区土地利用现状、土地权属状况、耕地质量等级和生态地球化学背景等。

８．２．２开展建设区自然资源条件、社会经济条件、基础设施等调查，全面查清建设区内土地资源条件、土地利用状况、农业种植结构、农田基础设施条件。

８．２.３开展权属调查，查清建设区内各类用地面积、分布与数量。明确区内土地所有权、土地使用权或农户承包经营土地的数量、位置和界线，为开展

权属调整提供依据。

８．３可行性研究

８.３．１在基础调查的基础上，开展新增耕地来源分析、水土资源平衡分

析和环境影响评价。

８．３．２编制可行性研究报告，从项目建设背景、立项条件、水土资源状况、新增耕地来源、环境影响、规划方案、投资估算及资金筹措等方面，进行技术、经济分析和社会、环境评价，分析其可行性、科学性和合理性。

８.３.３依据可行性研究报告，编制立项申请材料，提出立项申请。

８．４规划设计

８．４．１在批复立项的基础上，通过优化设计，确定规划方案和工程布局，明确各类工程建设内容与标准，设计确定各级工程的技术参数和结构尺寸，计算各类工程量，按照相关预算定额标准进行投资预算，编制规划设计和预算材料。 ８．４．２开展规划设计和预算成果评审。

８．５实施方案

８．５．１根据批准的规划设计成果，制定施工组织方案，选定主要工程施工方法和施工工艺，明确控制性工期和进度安排计划。

８．５.２明确土地权属调整的范围、原则与程序，编制土地权属调整方案。

８．５．３明确工程管护和固定资产移交的原则，说明管护的工作任务和责任，分工程类别制定管护措施。

８．５．４开展实施方案成果评审。

８.６实施管理

８．６．１制定规范化管理的各项制度，落实项目法人制、招投标制、监理制、合同制、公告制等。

８．６．２项目法人制定现场管理制度，做好分工协调；落实多部门共建机制，做好项目实施管理工作。

８．６．３监理单位代表法人负责施工控制，制定施工进度、资金、质量和安全等控制计划，落实控制措施，对可能偏离施工计划的影响因素提出应对预案。 ８．６．４建立组织保障体系，做好招投标、合同管理、公告等工作，明确各方责任义务。

８．６．５严格工程变更管理，对因规划、设计或施工计划调整引起的重大变更应进行论证。

８．７验收

８．７．１验收分为阶段验收和终验，采取全面核查与抽样核查相结合、室内核查与实地核查相结合的方法组织验收。

８．７.２验收内容包括：建设范围、建设规模、新增耕地面积、工程任务

完成情况、工程质量、耕地质量、资金使用与管理、权属调整成果、土地利用现状变化情况、后期管护措施等。

８．７.３验收应以批准的项目规划设计和设计变更、相关技术标准规范为

依据，先由施工单位自行检查评定合格并经监理单位认可，再由项目承担单位初验并提交验收申请后，由立项单位组织验收。

８．７．４涉及工程质量的验收应查验工程质量检验资料及有关质检部门意见，隐蔽工程应在隐蔽前进行验收。

８．７．５高标准基本农田建成后，应根据农用地分等定级规程开展耕地质量评定。

８．７．６验收合格后应形成有关验收文件，及时进行土地利用变更，新增耕地面积纳入年度土地变更调查数据库。

８．８后期管护

８．８．１建立政府主导、农村集体经济组织管理、农户和专业管护人员实施的管护体系。

８．８．２按照谁受益、谁管护的原则，明确管护主体、管护责任和管护义务，办理固定资产移交，签订后期管护合同。由管护主体对各项工程设施进行经常性检查维护，确保长期有效稳定利用。

８．８.３按照《基本农田划定技术规程》的要求，将耕地划入基本农田，

进行编号，落实保护责任，设立保护标志，实行永久保护。

８．８．４开展提升地力等工作应按照有关规定执行。

９公众参与

９．１明确公众参与的阶段及其主要内容，落实公众听证制度、公告制度、群众监督制度等，确保公众参与的规范化和程序化。

９．２充分尊重当地农民和农村集体经济组织在公众参与中的主体地位，发挥农民的积极性和主动性，鼓励群众全程参与。

９.３通过公众参与，确保规划设计、实施、权属调整等符合当地实际；实

行多方监督，确保工程建设符合设计和质量要求。

１０权属管理

１０．１依照土地调查有关的技术规程、规范，形成满足地籍管理和土地登记发证需要的数据、图件、表册等调查资料，编制权属调查成果。

１０．２制定土地权属调整方案，合理减少飞地、插花地和宗地数量，同一产权主体的土地尽量集中连片，为土地适度规模经营和现代农业生产创造条件。 １０．３建成后应依法及时办理土地确权变更登记手续，发放士地权利证书

及农村土地承包经营权证等，并与年度土地利用变更调查和登记发证工作做好衔接。

１１信息化建设与档案管理

１１．１信息化建设

ｌ1．１．１应充分利用国土资源综合信息监管平台，完善定期报备制度。

统筹信息的采集和处理实现集中统一、全程全面、即时动态的管理。

１１．１．２建立信息员制度，定期进行信息的统计、分析、汇总和上报。 １１．１.３鼓励采用其它信息化手段进行管理，提高管理效能。

１１．２档案管理

１１．２．1 应及时将记载高标准基本农田建设过程的有关管理、技术等文

件，以及具有保存价值的各种载体进行立卷归档，确保材料真实、准确、完整。 １１．２．２应建立档案资料管理制度，严格档案管理。

１２绩效评价

１２．１绩效评价包括建设过程评价和项目后评价，评价内容包括建设任务完成评价、实施管理评价和实施效果评价等。

１２．２建设任务完成评价主要是对建设规划和建设内容完成情况的评价。评价具体内容包括建设范围、建设规模、新增耕地面积、工程任务完成情况、工程质量、耕地质量、资金使用与管理、权属调整成果、后期管护措施等。

１２.３实施管理评价主要是对实施管理的程序、制度、组织等执行和落实

情况的评价。评价具体内容包括管理制度落实情况、组织和保障体系完备情况、技术标准和质量控制措施执行情况、公众参与情况、信息化建设与档案管理情况等。

１２．４实施效果评价主要是对建设成效的评价。评价内容包括经济效益评价、社会效益评价和生态效益评价。

１２．５建成后１～３年内开展项目后评价。

１２．６评价方法可采用定性与定量相结合的方式。

１２．７绩效评价分析成果应作为相关管理与考核的参考因素。

附录A（资料性附录）

高标准基本农田建设工程体系

高标准基本农田建设工程体系按照类型、特征及内部联系划分，高标准基本农田建设工程体系见附表Ａ．１。

A．１高标准基本农田建设工程体系表

附录B（资料性附录）

高标准基本农田建设工程建设要求

Ｂ.1 土地平整工程

Ｂ．１．1 土地平整应实现田块集中、耕作田面平整，耕作层土壤理化指标

满足作物高产稳产要求。

Ｂ．１．２平原区以修建水平条田（方田）为主，丘陵区以修建水平梯田为主，并配套坡面防护设施。

Ｂ．１．３平原区条田长度以２００ｍ～１０００ｍ为宜，南方平原区以１００m～６００ｍ为宜；条田宽度取决于机械作业宽度的倍数，以５０ｍ～３００ｍ为宜。梯田田面长边宜平行等高线布置，长度以100ｍ～２００ｍ为宜。田

面宽度便于中小型机械作业和田间管理。

Ｂ．１．４应因地制宜进行田块布置，田块长边方向以南北方向为宜；在水蚀较强的地区，田块长边宜与等高线平行布置；在风蚀地区，田块长边与主害风向交角应大于６０°。

Ｂ．１．５水田区耕作田块内部宜布置格田。格田长度以３０ｍ～１２０ｍ为宜，宽度以２０ｍ～４０ｍ为宜；格田之间以田埂为界，埂高２０ｃｍ～４０ｃｍ，埂顶宽１５ｃｍ～３０ｃｍ为宜；水田区格田内田面高差应小于±３ｃ

ｍ；旱地区畦田内田面高差应小于±５ｃｍ；当采用喷、微灌时，畦、格田内田

面高差应不大于１５ｃｍ。

Ｂ．１．６梯田区士坎高度不宜超过２ｍ，石坎高度不宜超过３ｍ。在易造成冲刷的土石山区，应结合石块、砾石的清理，就地取材修筑石坎；在土质粘性较好的区域，宜采用土质埂坎；在土质稳定较差、易造成水土流失的地区，宜采用石质或土石混合埂坎。

Ｂ．２灌溉与排水工程

Ｂ．２．１根据不同地形条件、水源特点等，合理配置各种水源；水资源利用应以地表水为主，地下水为辅，严格控制开采深层水和承压水，做到蓄、引、提、集相结合，中、小、微型工程并举；大力发展节水灌溉，提高水资源利用效率；灌溉水质应符合现行《农田灌溉水质标准》的规定。

Ｂ．２．２按照整治规模、地形条件、交通与耕作要求，合理布局各级输配水渠道。各级渠道应配套完善的渠系建筑物，做到引水有门、分水有闸、过路有桥、运行安全、管理方便。积极开展用水计量、控制等自动化工作。

Ｂ．２．３应采取多种节水措施减少输水损失。采用灌排合一渠沟时，宜采取全断面硬化；排水沟位于山地丘陵区及土质松软地区时，应根据土质、受力和地下水作用等进行基础处理。

Ｂ.２．４灌溉设计保证率应根据水文气象、水土资源、作物类型、灌溉规

模、灌水方法及经济效益等因素，参照表Ｂ－１确定。南方水稻区的灌溉设计保证率可按抗旱天数表示，单季稻项目区可取３０ｄ～５０ｄ，双季稻项目区可取５０ｄ～７０ｄ，经济较发达地区可按上述标准提高１０ｄ～２０ｄ。

Ｂ．２．５旱作区农田排水宜采用１０年一遇1ｄ～３ｄ暴雨从作物受淹起1ｄ～３ｄ排至田面无积水；水稻区农田排水宜采用１０年一遇1ｄ～３ｄ暴雨

３ｄ～５ｄ排至作物耐淹水深。

Ｂ．２．６在干旱、半干旱或其他少雨地区，农田防洪采用２０年一遇３ｈ～６ｈ最大暴雨。与防洪堤或挡潮堤相关的建筑物，其防洪标准应不低于堤防的防洪标准。

Ｂ．２．７季节性冻土深度大于10ｃｍ的衬砌渠道以及标准冻深大干３０ｃ

ｍ的建筑物工程应进行抗冻胀设计。暗渠（管）的埋置深度不应小于设计冻深，管道系统末端应布置泄水井，支渠以上渠道系统的末端应根据需要设置排水闸。 Ｂ．２．８在水源地势低无自流灌溉条件或采用自流灌溉不经济时，可修建泵站。泵站、机井等工程宜采用专用直配输电线路供电。

Ｂ．２．９灌排渠系建筑物布置应选在地形条件适宜和地质条件良好的地区，满足灌排系统水位、流量、泥沙处理、运行、管理的要求，适应交通和群众生产、生活的需要，并尽量采用联合建筑和装配式结构。建筑物基础底面应埋设在设计洪水冲刷线５０ｃｍ以下。

Ｂ．３田间道路工程

Ｂ．３．１田间道路工程的布局应力求使居民点、生产经营中心、各轮作区和田块之间保持便捷的交通联系，力求线路笔直且往返路程最短，道路面积与路网密度达到合理的水平，确保农机具到达每一个耕作田块，促进田间生产作业效率的提高和耕作成本的降低。

Ｂ．３．２田间道路工程在确定合理田间道路面积与田间道路密度情况下，应尽量减少道路占地面积，与沟渠、林带结合布置，避免或者减少道路跨越沟渠，减少桥涵闸等交叉工程，提高土地集约化利用率。

Ｂ．３．３田间道路面宽度以３ｍ～６ｍ为宜，在大型机械化作业区的田间道路面宽度可适当放宽，具有农产品运输和生产生活功能的田间道路面宜硬化；田间道路基高度以２０ｃｍ～３０ｃm为宜，常年积水区可适当提高；在暴雨

集中区域，田间道应采用硬化路肩，路肩宽以２５ｃｍ～５０ｃｍ为宜。

Ｂ．３．４生产路路面宽度宜为３ｍ以下，在大型机械化作业区的生产路路面宽度可适当放宽，生产路路面宜高出地面３０ｃｍ，生产路宜采用砂石、泥结石类路面、素土路面。

Ｂ．４农田防护与生态环境保持工程

Ｂ．４．１结合整治区实际情况，应布置必要的农田防洪、防风、防沙、水土流失控制等农田防护措施，优化农田生态景观，配置生态廊道，维护农田生态系统安全。

Ｂ.４．２根据因害设防原则，合理设置农田防护林。农田防护林走向应与

田、路、渠、沟有机结合，采取以渠、路定林，渠、路、林平行；树种的选择和配置，应选择表现良好的乡土品种和适合当地条件的配置方式。

Ｂ．４．３以小流域为单元，采用谷坊、淤地坝、沟头防护等工程措施，进行全面规划、综合治理。

Ｂ．４．４坡面防护工程布局要根据“高水、高蓄、高用”和“蓄、引、用、排”相结合原则。合理布设截水沟、排水沟、沉沙池等坡面水系工程，系统拦蓄

和排泄坡面径流，构成完整的坡面灌排体系。

Ｂ．５其他工程

涉及到其他工程，应符合相关规定。

食品药品检验基础知识培训教材

食品药品检验基础知识培训 1.?铬酸洗液的主要成分是(重铬酸钾)(浓硫酸)和(水),用于去除器壁残留(油污),洗液可重复使用. 2.洗液用到出现(绿色)时就失去了去污能力,不能继续使用. 3.比色皿等光学仪器不能使用(去污粉),以免损伤光学表面. 4.电烘箱烘干玻璃仪器的适宜温度为(105-120℃),时间为(1小时) 5.干燥器底部最常用的是(变色硅胶)和无水(氯化钙)硅胶可以烘干重复使用. 6.?对于因结晶或碱金属盐沉积及强碱粘住的瓶塞,可把瓶口泡在(水)中或(稀盐酸)中,经过一段时间可能打开. 7.天平室的温度应保持在(18-26℃)内,湿度应保持在(55--75%) 8.化验室内有危险性的试剂可分为(易燃易爆危险品)(毒品)和(强腐蚀剂)三类. 9.?在分析实验过程中,?如找不出可疑值出现原因,不应随意(弃去)或(保留),而应经过数据处理来决定(取舍) 10.准确度的大小用(误差)来表示,精密度的大小用(偏差)来表示. 11.?化验室大量使用玻璃仪器,是因为玻璃具有很高的(化学稳定性)?(热稳定性)有很好的(透明度)一定的(机械强度)和良好绝缘性能. 12.带磨口的玻璃仪器,长期不用时磨口应(用纸垫上)以防止时间久后,塞子打不开. 13.滤纸分为(定性)滤纸和(定量)滤纸两种,重量分析中常用(定量). 14.放出有毒,有味气体的瓶子,在取完试剂后要(盖紧塞子),还应该用(蜡)封口. 15.滴定管使用前准备工作应进行(洗涤)(涂油)(试漏)(装溶液和赶气泡)五 步. 16.?玻璃仪器的干燥方式有(晾干)(烘干)(热或冷风吹干)三种. 17.?石英玻璃的化学成份是(二氧化硅),耐(酸)性能好,能透过(紫外线),在分析仪器中常用来作紫外范围应用的光学元件. 18.干燥器保持(烘干)或(灼烧)过的物质,也可干燥少量制备的产品. 19.物质的一般分析步骤,通常包括(采样),称样,(试样分解).分析方法的选择,干扰杂质的分离,(分析测定)和结果计算等几个环节.

数据仓库建设的几点建议.doc

北京甲骨文软件有限公司咨询经理鲁百年博士 一、国内信息化的现状 1、信息化建设的发展历史：在国内信息化建设过程中，基本上是按照当时业务系统的需求进行建设，例如：在一个企业中，财务部门为了减少工资发放的差错，提高发放的效率，先建设一个工资发放和管理程序；为了报账和核对的需求，建设一个财务管理程序；在银行首先为了业务处理的方便，将最基本的手工记帐和处理的业务建成一个系统，过一段时间，如果有新的业务推出，就再建设一个新的系统，或在原系统的基础上增加新的业务处理。这样的结果使每个系统和系统之间缺少真正的信息沟通和信息交换。 2、为何要建立数据仓库：前面我们讲过，业务系统各自为政，相互独立。当很多业务系统建立后，由于领导的要求和决策的需求，需要一些指标的分析，在相应的业务系统基础上再增加分析和相应的报表功能，这样每个系统就增加了报表和分析功能。但是，由于数据源不统一导致了对同一个指标分析的结果不相同。为了解决该问题，Bell Inman提出了数据仓库的概念，其目的是为了分析和决策的需要，将相互分离的业务系统的数据源整合在一起，可以为领导和决策层提供分析和辅助决策。 3、国内企业对数据仓库建设认识的误区： 大家对数据仓库的认识是将业务系统的数据进行数据抽取、迁移和加载（ETL），将这些数据进行整合存放在一起，统一管理，需要什么样的分析就可提供什么样的分析，这就是数据仓库。这样做的结果是花了一年到两年的时间都无法将整个企业业务系统的数据整合在一起，花钱多、见效慢、风险大。一年后领导问起数据仓库项目时，回答往往是资金不足，人力不够，再投入一些资源、或者再延长半年的时间就会见到效果，但是往往半年过后还是仅仅可以看到十几张或者几十张报表。领导不满意，项目负责人压力也很大，无法交待。这时，项目经理或者项目负责人才意识到，项目有问题，但是谁也不敢说项目有问题，因为这样显然是自己当时的决策失误。怎么办？寻找咨询公司或者一些大的厂商，答案往往是数据仓库缺乏数据模型，应该考虑数据模型。如果建设时考虑到整个企业的数据模型，就可以建设成企业级的数据仓库（EDW。什么是数据模型，就是满足整 个企业分析要求的所有数据源。结果会如何，我个人认为：这样做企业级数据仓

药品检验基础知识

药品化学检验基础知识 一、药品标准概述，中国药典介绍…实验误差的来源和评估…滴定分析方法………、概述，分类，滴定方式标准溶液（滴定液），浓度表示标准溶液（滴定液），配制与标定，滴定分析的计、滴定分析应用与示例 五、紫外－可见分光光度法（定义、原理、应用） 六、药品的一般杂质检查（1、概述2、药品杂质来源3、杂质限量4、药品杂质分类 5、重金属检查法） 一、药品标准概述 、药品：是用于预防、治疗、诊断人的疾病，有目的地调节人的生理机能并规定有适应症或者功能主治、用法和用量的物质，包括中药材、中药饮片、中成药。化学原料药及其制剂、抗生素、生化药品、放射性药品、血清、疫苗、血液制品和诊断药品等。 、药品标准：系根据药物来源、制药工艺等生产及贮存过程中的各个环节所制定的、用以检测药品质量是否达到用药要求并衡量其质量是否稳定均一的技术规定。 、国家药品标准：是由国家政府制定并颁布的药品质量标准，系国家站在公众立场为保证药品质量而规定的药品所必须达到的最基本的技术要求。国家标准是强制性标准，不能达到国家药品标准要求的药品，即被视为不符合法定要求的药品，因而不得作为药品销售或使用。法定的国家药品标准有： 中国药典 现版药典为2005年版，分一部、二部和三部。 其中一部收载药材及饮片、植物油脂和提取物、成方制剂和单味制剂等； 二部收载化学药品、抗生素、生化药品、放射性药品以及药用辅料等； 三部收载生物制品。 局（部）颁标准 国家食品药品监督管理局药品标准，简称局颁标准，包括编纂成册出版发行以及单一品种的标准，由国家食品药品监督管理局颁布执行。 二、中国药典介绍 、药典包括凡例、标准正文、附录等内容。凡例中的有关规定同样具有法定的约束力；正文部分为所收载的药品或制剂的质量标准；附录包括制剂通则、通用检验方法和指导原则。 条。下面介绍与检验相关的重点条款：28年版药典凡例共2005、． 第五条：性状项下记载药品的外观、臭、味，溶解度以及物理常数等。 溶解度是药品的一种物理性质。 物理常数包括相对密度、馏程、熔点、比旋度等，测定结果不仅对药品具有鉴别意义，也反映药品的纯度，是评价药品质量的主要指标之一。 第六条：鉴别项下规定的试验方法，仅反映该药品某些物理、化学或生物学等性质的特征，不完全代表对该药品化学结构的确证。 第七条：检查项下包括反映药品的安全性与有效性的试验方法和限度均一性与纯度等制备工艺要求等内容；对于规定中的各种杂质检查项目，系指该药品在按既定工艺进行生产和正常贮藏过程中可能含有或产生并需要控制的杂质；改变生产工艺时需要另考虑增修订有关项目。 第八条：含量测定项下规定的试验方法，用于测定原料及制剂中有效成分的含量，一般可采用化学、仪器或生物测定方法。 第十条：制剂的规格，系指每一支、片或其他每一个单位制剂中含有主药的重量（或效价）或含量的（％）或装量；注射液项下如为“1ml:10mg”，系指1ml中含有主药10mg。

数据库建模经验总结

数据库如何建模 笔者从98年进入数据库及数据仓库领域工作至今已经有近八年的时间，对数据建模工作接触的比较多，创新性不敢谈，本文只是将工作中的经验总结出来，供大家一同探讨和指正。 提起数据建模来，有一点是首先要强调的，数据建模师和DBA有着较大的不同，对数据建模师来说，对业务的深刻理解是第一位的，不同的建模方法和技巧是为业务需求来服务的。而本文则暂时抛开业务不谈，主要关注于建模方法和技巧的经验总结。 从目前的数据库及数据仓库建模方法来说，主要分为四类。 第一类是大家最为熟悉的关系数据库的三范式建模，通常我们将三范式建模方法用于建立各种操作型数据库系统。 第二类是Inmon提倡的三范式数据仓库建模，它和操作型数据库系统的三范式建模在侧重点上有些不同。Inmon的数据仓库建模方法分为三层，第一层是实体关系层，也即企业的业务数据模型层，在这一层上和企业的操作型数据库系统建模方法是相同的;第二层是数据项集层，在这一层的建模方法根据数据的产生频率及访问频率等因素与企业的操作型数据库系统的建模方法产生了不同;第三层物理层是第二层的具体实现。 第三类是Kimball提倡的数据仓库的维度建模，我们一般也称之为星型结构建模，有时也加入一些雪花模型在里面。维度建模是一种面向用户需求的、容易理解的、访问效率高的建模方法，也是笔者比较喜欢的一种建模方式。 第四类是更为灵活的一种建模方式，通常用于后台的数据准备区，建模的方式不拘一格，以能满足需要为目的，建好的表不对用户提供接口，多为临时表。

下面简单谈谈第四类建模方法的一些的经验。 数据准备区有一个最大的特点，就是不会直接面对用户，所以对数据准备区中的表进行操作的人只有ETL工程师。ETL工程师可以自己来决定表中数据的范围和数据的生命周期。下面举两个例子： 1)数据范围小的临时表 当需要整合或清洗的数据量过大时，我们可以建立同样结构的临时表，在临时表中只保留我们需要处理的部分数据。这样，不论是更新还是对表中某些项的计算都会效率提高很多。处理好的数据发送入准备加载到数据仓库中的表中，最后一次性加载入数据仓库。 2)带有冗余字段的临时表 由于数据准备区中的表只有自己使用，所以建立冗余字段可以起到很好的作用而不用承担风险。 举例来说，笔者在项目中曾遇到这样的需求，客户表{客户ID，客户净扣值}，债项表{债项ID，客户ID，债项余额，债项净扣值}，即客户和债项是一对多的关系。其中，客户净扣值和债项余额已知，需要计算债项净扣值。计算的规则是按债项余额的比例分配客户的净扣值。这时，我们可以给两个表增加几个冗余字段，如客户表{客户ID，客户净扣值，客户余额}，债项表{债项ID，客户ID，债项余额，债项净扣值，客户余额，客户净扣值}。这样通过三条SQL就可以直接完成整个计算过程。将债项余额汇总到客户余额，将客户余额和客户净扣值冗余到债项表中，在债项表中通过(债项余额×客户净扣值/客户余额)公式即可直接计算处债项净扣值。

药品化学检验基础知识

药品化学检验基础知识 一、药品标准概述 (02) 二、中国药典介绍 (02) 三、实验误差的来源和评估 (05) 四、滴定分析方法 (07) 1、概述 2、分类 3、滴定方式 4、标准溶液（滴定液）浓度表示 5、标准溶液（滴定液）配制与标定 6、滴定分析的计算 7、滴定分析应用与示例 五、紫外－可见分光光度法 (20) 1、定义 2、原理 3、应用 六、药品的一般杂质检查 (23) 1、概述 2、药品杂质来源 3、杂质限量 4、药品杂质分类 5、重金属检查法 6、砷盐检查法 一、药品标准概述 1.1、药品：是用于预防、治疗、诊断人的疾病，有目的地调节人的生理机能并规定有适应症或者功能主治、用法和用量的物质，包括中药材、中药饮片、中成药。化学原料药及其制剂、抗生素、生化药品、放射性药品、血清、疫苗、血液

制品和诊断药品等。 1.2、药品标准：系根据药物来源、制药工艺等生产及贮存过程中的各个环节所制定的、用以检测药品质量是否达到用药要求并衡量其质量是否稳定均一的技术规定。 1.3、国家药品标准：是由国家政府制定并颁布的药品质量标准，系国家站在公众立场为保证药品质量而规定的药品所必须达到的最基本的技术要求。国家标准是强制性标准，不能达到国家药品标准要求的药品，即被视为不符合法定要求的药品，因而不得作为药品销售或使用。法定的国家药品标准有： 1.3.1 中国药典 现版药典为2005年版，分一部、二部和三部。 其中一部收载药材及饮片、植物油脂和提取物、成方制剂和单味制剂等； 二部收载化学药品、抗生素、生化药品、放射性药品以及药用辅料等； 三部收载生物制品。 1.3.2 局（部）颁标准 国家食品药品监督管理局药品标准，简称局颁标准，包括编纂成册出版发行以及单一品种的标准，由国家食品药品监督管理局颁布执行。 二、中国药典介绍 2.1、药典包括凡例、标准正文、附录等内容。凡例中的有关规定同样具有法定的约束力；正文部分为所收载的药品或制剂的质量标准；附录包括制剂通则、通用检验方法和指导原则。 2.2、2005年版药典凡例共28条。下面介绍与检验相关的重点条款： 2.2.1 第五条：性状项下记载药品的外观、臭、味，溶解度以及物理常数等。 溶解度是药品的一种物理性质。 物理常数包括相对密度、馏程、熔点、比旋度等，测定结果不仅对药品具有鉴别意义，也反映药品的纯度，是评价药品质量的主要指标之一。 2.2.2 第六条：鉴别项下规定的试验方法，仅反映该药品某些物理、化学或生物学等性质的特征，不完全代表对该药品化学结构的确证。 2.2.3 第七条：检查项下包括反映药品的安全性与有效性的试验方法和限度均一性与纯度等制备工艺要求等内容；对于规定中的各种杂质检查项目，系指该药品在按既定工艺进行生产和正常贮藏过程中可能含有或产生并需要控制的杂质；改变生产工艺时需要另考虑增修订有关项目。 2.2.4 第八条：含量测定项下规定的试验方法，用于测定原料及制剂中有效成分的含量，一般可采用化学、仪器或生物测定方法。 2.2.5 第十条：制剂的规格，系指每一支、片或其他每一个单位制剂中含有主药的重量（或效价）或含量的（％）或装量；注射液项下如为“1ml:10mg”，系指1ml中含有主药10mg。

建设数据仓库7个步骤

成功实施数据仓库项目的七个步骤 建立一个数据仓库并不是一个简单的任务，不应该由一个人单独完成。由于数据仓库最佳结合了业务惯例和信息系统技术，因此，一个成功的数据仓库实施需要这两方面的不断协调，以均衡其所有的需要，要求，任务和成果。我很乐意与大家分享我在规划和管理任何数据库项目时采用的方法，这些数据库包括交易数据库，数据仓库，和混合型数据库。由于我生活在关系数据库和数据仓库以及用以支撑它们的数据提取，转换和加载(ETL )过程中，所以我会集中在这些领域讨论我的方法。然而，您可以将这些方法扩展到整个栈--OLAP立方体和如报告，特征分析(ad-hoc analysis)，记分卡和仪表盘展示之类的信息传递应用。 我不是吃撑了要告诉一个真正的项目经理( PM )如何做他或她的工作，相反，我写的这些是为那些数据库管理员和开发者，他们没有好运气能与有经验的项目经理一起工作;同样也适合这样的IT专业人员，他们被突然要求：“建立一个数据仓库“，并且需要自己扮演项目经理的角色。我的讨论不会是完整的，但我希望这会给您足够的信息来让您的项目球滚起来。 如图1所示，数据仓库项目有3个轨道(tracks)：数据轨道，技术轨道和应用层轨道。当您在整理任何数据库项目计划时，我建议您以这三个轨道为模板来管理和同步您的活动。当您向技术决策者( TDMs ) ，商业决策者( BDMs ) ，和所有其他该数据仓库项目参与者讲解您的计划时，您也可以把图1当作一个高级的概要图来使用。 使用一种生命周期管理方法 我鼓励您利用您的组织可以提供的资源，比如设计，开发和部署系统和软件的技术和方法。如果贵公司对于这些工作没有采用任何正式的方法，继续前进吧，您可采用我为我自己的数据库项目开发的7D数据库生

数据仓库建设方案详细

第1章数据仓库建设 1.1数据仓库总体架构 专家系统接收增购项目车辆TCMS或其他子系统通过车地通信传输的实时或离线数据，经过一系列综合诊断分析，以各种报表图形或信息推送的形式向用户展示分析结果。针对诊断出的车辆故障将给出专家建议处理措施，为车辆的故障根因修复提供必要的支持。 根据专家系统数据仓库建设目标，结合系统数据业务规，包括数据采集频率、数据采集量等相关因素，设计专家系统数据仓库架构如下： 数据仓库架构从层次结构上分为数据采集、数据存、数据分析、数据服务等几个方面的容： 数据采集：负责从各业务自系统中汇集信息数据，系统支撑Kafka、Storm、Flume

及传统的ETL采集工具。 数据存储：本系统提供Hdfs、Hbase及RDBMS相结合的存储模式，支持海量数据的分布式存储。 数据分析：数据仓库体系支持传统的OLAP分析及基于Spark常规机器学习算法。 数据服务总线：数据系统提供数据服务总线服务，实现对数据资源的统一管理和调度，并对外提供数据服务。 1.2数据采集 专家系统数据仓库数据采集包括两个部分容：外部数据汇集、部各层数据的提取与加载。外部数据汇集是指从TCMS、车载子系统等外部信息系统汇集数据到专家数据仓库的操作型存储层（ODS）；部各层数据的提取与加载是指数据仓库各存储层间的数据提取、转换与加载。 1.2.1外部数据汇集 专家数据仓库数据源包括列车监控与检测系统（TCMS）、车载子系统等相关子系统，数据采集的容分为实时数据采集和定时数据采集两大类，实时数据采集主要对于各项检测指标数据；非实时采集包括日检修数据等。 根据项目信息汇集要求，列车指标信息采集具有采集数据量大，采集频率高的特点，考虑到系统后期的扩展，因此在数据数据采集方面，要求采集体系支持高吞吐量、高频率、海量数据采集，同时系统应该灵活可配置，可根据业务的需要进行灵活配置横向扩展。 本方案在数据采集架构采用Flume+Kafka+Storm的组合架构，采用Flume和ETL 工具作为Kafka的Producer，采用Storm作为Kafka的Consumer，Storm可实现对海量数据的实时处理，及时对问题指标进行预警。具体采集系统技术结构图如下:

BW与DW项目实施方法论

1.BW项目实施方法论 实施SAP BW项目，需要一个理想的项目团队，一般来说，需要包括下述人员： 数据仓库设计师：负责监督整个项目，特别是结构设计和系统整合。 企业分析师：负责获取企业需求和源数据系统的数据模型，特别是R/3系统。 技术开发员：必须熟悉BW、ABAP、ALE/Idoc以及VB，并且能够创建BW对象和用户界面友好的报告。 基础平台和数据库管理员：负责安装、维护BW系统、系统概貌、BW系统之间的通讯以及源系统。 实际实施过程中，还要遵循一定的规则和步骤，下面是SAP提供的简化的BW项目规划方案：整个项目实施分为“设计-开发-测试-培训-上线”五个阶段组织。 阶段2：开发 注：Sandbox 效应就是Google的沙盒效应(Sandbox Effect)。所谓沙盒效应指的是，新的网站在Google里面很难得到好的排名，无论你怎么优化这个网站。换句话说，一个新的网站，可以有很丰富的相关的内容，可以有大量的高质量的链接，网站既搜索引擎友好，也用户友好，所有一切都优化的很好。但是在一段时间之内，就是很难在Google里面得到好的排名。

阶段3：测试 注：LoadRunner是一个内涵丰富，功能强大的性能测试工具。

数据仓库的实施步骤 1：项目前期准备--项目目标、实施计划、工作职责； 2：需求分析--确定数据源、命名规范； 3：逻辑数据模型的设计--业务规则、ER图、ERWin工具； 4：系统体系结构的设计--拓扑结构、安全、数据体系结构、备份系统等； 5：物理数据库设计--物理数据模型、主次索引、建立数据库； 6：ETL过程--50%的工作量在数据转换与加载； 7：前端应用开发； 8：数据仓库管理--数据的备份与操作； 9：测试验收与试运行； 数据仓库的具体实施步骤 01项目前期准备：在建立项目组织机构(项目领导小组、业务咨询、质量保证小组、业务规范小组、应用开发小组、基础设施小组(体系结构、LDM、ETL))； 02业务调研：包括业务访谈、业务需求编写、业务需求分析； 03信息调研：通过信息调研交付源数据分析报告与源系统数据字典； 04逻辑数据模型LDM：基于概念数据模型，是IT人员与业务人员沟通的工具； 05物理数据模型PDM：由LDM转换来，包括定义主次索引、非正则化处理； 06系统体系结构设计：包括安全体系、数据体系、ETL体系、信息存取体系、运行维护体系、开发测试环境体系； 07应用设计：包括概要设计、详细设计、模型设计(应用数据模型设计、公共分析维度设计)； 08ETL开发：交付ETL设计说明书、数据映射说明书、ETL程序及脚本、数据质量检查报告； 09应用开发：应用功能模块包括报表、多维分析、KPI、即席查询、专题分析应用； 10数据挖掘服务：知识发现将数据转变成信息的潜在模式，适应应用将发现的知识应用于某种目标如预测；11元数据管理：元数分散于DW的各个环节中，采用元数据管理体系将元数据统一存储在元数据存储库中；12软硬件设备安装：包括硬件设备、软件系统、客户端工具以及使用现场培训； 13系统管理与维护：：使用管理工具与监控工具； 14系统测试与验收：项目实施基本完成； 15项目结束与回顾：项目收尾、总结与汇报、经验与教训。

数据仓库建模方法论 2018-3-29

数据仓库建模方法论 通过上一篇数据仓库建设的全局概览，我们认识了数据仓库，也明确了数据建模在仓库建设中的核心地位，数据仓库模型是整个大厦的基石，也是个难点。这么重要的环节就有必要单独拿出来详细说明一下。（本文的重点是维度建模）1什么是数据模型 数据模型是抽象描述现实世界的一种方法，是通过抽象的实体及实体之间的联系来表示现实世界中事务的相互关系的一种映射。 数据仓库模型是数据模型中针对特定的数据仓库应用系统的特定模型。由下图四部分内容组成： ●业务建模，主要解决业务层面的分解和程序化。 ●领域建模，主要对业务模型进行抽象处理，生成领域概念模型。 ●逻辑建模，主要将领域模型的概念实体以及实体之间的关系进行数据库层 次的逻辑化。 ●物理建模，主要解决逻辑模型针对不同关系型数据库的物理化以及性能等 一些具体的技术问题。

2数据仓库数据模型架构 数据仓库模型由五部分组成，如下图： 系统记录域：数据仓库业务数据存储区，模型保证了数据的一致性。（继续使用Oracle？） 内部管理域：也就是元数据模型的存储管理。（工具待定） 汇总域：系统记录域的汇总数据，数据模型保证的主题分析的性能，满足部分报表查询。 分析域：用于各个业务部分的具体的主题分析。也就是数据集市。 反馈域：针对前端反馈的数据，根据业务需求而定。 3数据模型的作用 ●进行全面的业务梳理，改进业务流程。 ●建立全方位的数据视角，打通信息孤岛，去除数据差异。 ●解决业务的变动，提高数据仓库灵活性。 ●帮助数据仓库系统本身的建设。

4如何创建数据仓库模型 4.1数据仓库建模四个阶段 4.1.1业务建模 ●划分整个企业的业务，一般按部门划分，进行各个部分之间业务工作 的界定，理清各业务部门之间的关系。 ●深入了解各业务部门工作流程的方法。 ●提出修改和改进业务部门工作流程的方法。 ●数据建模的范围界定，确定数据仓库项目的目标和阶段划分。 4.1.2领域概念建模 ●抽取关键业务概念，并抽象化。 ●将业务概念分组，按业务主线聚合类似的分组概念。 ●细化分组概述，理清分组概念内的精力流程并抽象化。 ●理清分组概念之间的关联，形成完整的领域概念模型。 4.1.3逻辑建模 业务概念实体化、事实实体化、说明实体化，并考虑其属性内容。 4.1.4物理建模 ●针对特定物理平台做出相应的技术调整 ●针对模型的性能考虑，结合特定平台做出相应调整

数据仓库模型的设计.doc

2.5数据仓库模型的设计 数据仓库模型的设计大体上可以分为以下三个层面的设计151: .概念模型设计; .逻辑模型设计; .物理模型设计; 下面就从这三个层面分别介绍数据仓库模型的设计。 2.5.1概念模型设计 进行概念模型设计所要完成的工作是: <1>界定系统边界 <2>确定主要的主题域及其内容 概念模型设计的成果是，在原有的数据库的基础上建立了一个较为稳固的概念模型。因为数据仓库是对原有数据库系统中的数据进行集成和重组而形成的数据集合，所以数据仓库的概念模型设计，首先要对原有数据库系统加以分析理解，看在原有的数据库系统中“有什么”、“怎样组织的”和“如何分布的”等，然后再来考虑应当如何建立数据仓库系统的概念模型。一方面，通过原有的数据库的设计文档以及在数据字典中的数据库关系模式，可以对企业现有的数据库中的内容有一个完整而清晰的认识;另一方面，数据仓库的概念模型是面向企业全局建立的，它为集成来自各个面向应用的数据库的数据提供了统一的概念视图。 概念模型的设计是在较高的抽象层次上的设计，因此建立概念模型时不用考虑具体技术条件的限制。 1.界定系统的边界 数据仓库是面向决策分析的数据库，我们无法在数据仓库设计的最初就得到详细而明确的需求，但是一些基本的方向性的需求还是摆在了设计人员的面前: . 要做的决策类型有哪些?

. 决策者感兴趣的是什么问题? . 这些问题需要什么样的信息? . 要得到这些信息需要包含原有数据库系统的哪些部分的数据? 这样，我们可以划定一个当前的大致的系统边界，集中精力进行最需要的部分的开发。因而，从某种意义上讲，界定系统边界的工作也可以看作是数据仓库系统设计的需求分析，因为它将决策者的数据分析的需求用系统边界的定义形式反映出来。 2，确定主要的主题域 在这一步中，要确定系统所包含的主题域，然后对每个主题域的内容进行较明确数据仓库建模技术在电信行业中的应用的描述，描述的内容包括: . 主题域的公共码键; . 主题域之间的联系: . 充分代表主题的属性组。 2.5.2逻辑模型设计 逻辑建模是数据仓库实施中的重要一环，因为它能直接反映出业务部门的需求，同时对系统的物理实施有着重要的指导作用。在这一步里进行的工作主要有: . 分析主题域，确定当前要装载的主题; . 确定粒度层次划分; . 确定数据分割策略; . 关系模式定义; . 记录系统定义 逻辑模型设计的成果是，对每个当前要装载的主题的逻辑实现进行定义，并将相关内容记录在数据仓库的元数据中，包括: . 适当的粒度划分;

数据仓库建设对数据量、硬件、软件的要求

1、不同数据量级别对服务器硬件、软件的要求 （要考虑到数据的双向传输、压力等状况） （我们目前的数量级别是多少？如果考虑到服务明细数据、三年的增量等） 不同数据量级别对服务器硬件、软件的要求：没什么特别要求，只要保证单台数据查询比较快就OK，数据量级别主要是靠横向扩展机器的台数来满足，只要数据是按照最初设计的存储方式来存储，满足我们查询的速度即可； 目前我们数据量单表每天5000左右的量，整个数据库10g左右，未来三年可能是一年2000万的处理量，三年后数据量可能到达上亿条记录，整个数据库35g左右。 2、Oracle数据库对数据量有没有什么限制？ 在Oracle中，数据库是由实例和物理存储结构组成的。而物理存储结构是指存储在磁盘上的物理文件，包括数据文件（data file）、控制文件（control file）、联机重做日志（online redo log）、参数文件（spfile/pfile）、警告日志（alert log）、跟踪文件（trace file）等众多作用不同的文件所组成的。我们最关注的数据，则是保存在数据文件（data file）中。那我们在创建以及维护数据库时，该如何规划数据文件的大小和数量呢？这里面涉及较多的考量因素。主要有如下几点： 2.1操作系统的限制 数据库是运行在操作系统之上的，操作系统是基础，因此，操作系统所能支持的最大文件容量和数量就成为数据库所能支持的限制。但不同操作系统之间，这个限制也是不同的。 以下是较为常见的几种操作系统对此的限制： 2.1.1 WINDOWS 最大数据块：16K 最大文件数量：20000个（数据块2K时）/40000个(数据块4K时）/65536个（数据块为8K或16K时）最大文件容量：4GB（文件系统为FAT时）/ 64GB（文件系统为NTFS时） 2.1.2 UNIX和LINUX 最大数据块：32K (LINUX_X86为16K) 最大文件数量：65534个 2.2O RACLE数据库的限制 每个数据库可管理的最大文件数量：65533个

数据仓库的数据模型

业务驱动 任何需求均来源于业务,业务决定了需求,需求分析的正确与否是关系到项目成败的关键所在,从任何角度都可以说项目是由业务驱动的所以数据仓库项目也是由业务所驱动的. 但是数据仓库不同于日常的信息系统开发,除了遵循其他系统开发的需求,分析,设计,测试等通常的软件声明周期之外;他还涉及到企业信息数据的集成,大容量数据的阶段处理和分层存储,数据仓库的模式选择等等,因此数据仓库的物理模型异常重要,这也是关系到数据仓库项目成败的关键. 数据仓库的结构总的来说是采用了三级数据模型的方式: 概念模型: 也就是业务模型,由企业决策者,商务领域知识专家和IT专家共同企业级地跨领域业务系统需求分析的结果. 逻辑模型：用来构建数据仓库的数据库逻辑模型。根据分析系统的实际需求决策构建数据库逻辑关系模型,定义数据库物体结构及其关系。他关联着数据仓库的逻辑模型和物理模型这两头. 物理模型：构建数据仓库的物理分布模型,主要包含数据仓库的软硬件配置,资源情况以及数据仓库模式。 如上图所示,在数据仓库项目中,物理模型设计和业务模型设计象两个轮子一样有力的支撑着数据仓库的实施,两者并行不悖,缺一不可.实际上,我有意的扩大了物理模型和业务模型的内涵和外延.在这里物理模型不仅仅是数据的存储,而且也包含了数据仓库项目实施的方法论,资源,以及软硬件选型等等;而业务模型不仅仅是主题模型的确立,也包含了企业的发展战略,行业模本等等. 一个优秀的项目必定会兼顾业务需求和行业的标准两个方面,业务需求即包括用户提出的实际需求,也要客观分析它隐含的更深层次的需求,但是往往用户的需求是不明确的,需要加以提炼甚至在商务知识专家引导下加以引导升华,和用户一起进行需求分析工作;不能满足用户的需求,项目也就失去原本的意义了. 物理模型就像大厦的基础架构,就是通用的业界标准,无论是一座摩天大厦也好,还是茅草房也好,在架构师的眼里,他只是一所建筑,地基->层层建筑->封顶,这样的工序一样也不能少,关系到住户的安全,房屋的建筑质量也必须得以保证,唯一的区别是建筑的材料,地基是采用钢筋水泥还是石头,墙壁采用木质还是钢筋水泥或是砖头;当然材料和建筑细节还是会有区别的,视用户给出的成本而定;还有不可忽视的一点是,数据仓库的数据从几百GB到几十TB不等,即使支撑这些数据的RDBMS无论有多么强大,仍不可避免的要考虑到数据库的物理设计. 接下来,将详细阐述数据仓库概念模型(业务模型),逻辑模型,物理模型的意义. 概念模型设计 进行概念模型设计所要完成的工作是: 界定系统边界 确定主要的主题域及其内容

药品检验专业基础知识考试题(七)

专业基础知识考试试卷（七） （药品检验类） 姓名单位得分 一、填空题（10题，每题1分，专10分） 1．开办药品零售企业的审批单位是企业所在地级以上地方药监部门。 2．非处方药分为甲类和乙类非处方药的依据是。 3．中国香港、澳门和台湾地区企业生产的药品取得注册证后方可进口。 4．《中国药典》的内容包括凡例、附录、索引。 5．《中国药典》规定的物理常数的测定不仅对药品有鉴别意义，也可以反映药品的 6．凉暗处系指 7．试时的温度，未注明者，系指在进行。 8．在药物溶出度检查中，溶出介质温度一般为。 9．注射液的装量检查，2ml以上至50ml者应取供试品支。 10．当药品熔点在80℃以上，其测定熔点所用的传温液用。 二、选择题（20题，单选项、多选各10题，每题1分，共20分） （一）单选 1．不得委托书生产的药品是（） A、原料药 B、抗生素 C、疫苗 D、中药饮片 E、生化药品 2．当事人对药品检验机构的检验结果有异议的，可以自收到药检结果（）日内提出复验申请。 A、8 B、10 C、30 D、7 E、15 3．崩解时限为15min的片剂是（） A含片项 B咀嚼片 C泡腾片 D普通片 E分散片 4．在含量均匀度检查中，需复试的测定结果是（） A、A＋1.80S≤15.0 B、A＋1.80S＞15.0;A＋S≤15.0 C、A＋1.45S＞15.0 D、A＋1.45S＞15.0;A＋S≤15.0 E、A＋S＞15.0 5.《中国药典》（2005年版）铁盐检查法中，所使用的显色剂是（） A、硫氰酸盐 B、水杨酸盐 C、氰化物 D、过硫酸盐 E、硫代硫酸盐 6．《中国药典》（2005年版）古蔡氏检砷法中，使用醋酸铝棉花的目的是（） A、除去硫化氢气体 B、除去砷化氢气体 C、除去锑化氢气体 D、除去二氧化碳气体 E、除去三氧化硫气体 7．药物中的信号杂质是指（） A、对人体有害的杂质 B、自然界中广泛存在，在多种药物中均存在的杂质 C、仅在个别药物中存在的杂质 D、其本身一般对人体无害，但其含量多少可以反映出药物纯度水平和工艺是否合理 E、药物中所含最大允许量的杂质 8．用于评价药品检测方法的指标是（） A、含量均匀度 B、溶出度 C、澄清度 D、准确度 E、释放度

数据仓库模型建设规范1.0

数据仓库模型建设规范 1.概述 数据仓库不同于日常的信息系统开发,除了遵循其他系统开发的需求、分析、设计、测试等通常的软件生命周期之外，它还涉及到企业信息数据的集成,大容量数据的阶段处理和分层存储,数据仓库的模式选择等等,因此数据仓库的模型设计异常重要,这也是关系到数据仓库项目成败的关键。 物理模型就像大厦的基础架构,就是通用的业界标准,无论是一座摩天大厦也好,还是茅草房也好,在架构师的眼里,他只是一所建筑,地基—层层建筑—封顶,这样的工序一样也不能少,关系到住户的安全,房屋的建筑质量也必须得以保证,唯一的区别是建筑的材料,地基是采用钢筋水泥还是石头,墙壁采用木质还是钢筋水泥或是砖头;当然材料和建筑细节还是会有区别的,视用户给出的成本而定;还有不可忽视的一点是,数据仓库的数据从几百GB到几十TB不等,即使支撑这些数据的RDBMS无论有多么强大,仍不可避免地要考虑数据库的物理设计。 数据仓库建模的设计目标是模型的稳定性、自适应性和可扩展性。为了做到这一点，必须坚持建模的相对独立性、业界先进性原则。 2.数聚模型架构 在数聚项目实施过程，我们一般将数据仓库系统的数据划分为如下图所示几个层次。

2.1.数据架构图

2.2.架构工作方法规范

2.3.准备层L0 2.3.1.主要数据结构 临时表：从数据源抽取，直接落地到临时表。临时表总是保存这次抽取的数据，不保留历史数据。也就是说，如果是全量抽取的话，就是源系统整个表的数据，如果 是增量抽取的话，就是自从上次修改后的数据。 接口表：从临时表，经过清洗、转换到达接口表。接口表保存历史数据，也就是说，如果是全量抽取的话，就是源系统整个表的数据，如果是增量抽取的话。 接口表里面也是源系统整个表的数据。 转换表：为了进行清洗和转换建立的中间辅助表。 2.3.2.命名规范 临时表：L0_TMP_源系统_具体业务或 L0_TMP_业务主题_具体业务（对单一源）举例：L0_TMP_POS_SALESORDER 接口表：L0_DCI_业务主题_具体业务表 举例：L0_DCI_SALES_SALESORDER 转换表：L0_MAP_具体业务表 举例：L0_MAP_SALES 2.3.3.开发工作 ●开发数据抽取接口，落地TMP区 ●开发数据清洗转换程序，落地DCI区，多源系统进行合并 ●开发数据装载程序，装载到L1层 2.4.原子层L1 2.4.1.主要数据结构 维度表：整个数据仓库一致的维度 代码表：维度属性，非维度代码等。 原子事实表：根据业务主题，形成原子事实表 汇总事实表：根据分析主题，业务主题形成合并或汇总的事实表。

银行数据仓库构建的方法论

银行数据仓库构建的方法论 中国农业发展银行李小庆 （专注、专业、专长。作者为金融信息化专家，管理学博士） 银行数据仓库是用于决策支持的、面向主题的、集成的、稳定的和随时间变化的数据集合，它的目标是辅助决策，因此其历史的、概括的数据比详细的、个别的记录更重要。由于数据仓库中的数据是集成化的数据，它可能来自多个（异种）操作数据库，可能跨越较长的时间周期，它比操作数据库大几个数量级。一般而言，企业级的数据仓库其数据量可达几TB至几十TB之间，工作负荷主要是查询和分析。通常，复杂的查询可以访问几百万条记录，执行许多的扫描、连接和聚合操作，在这里查询吞吐量和响应时间比事务吞吐量更重要。 目前，各家银行已就相关业务建立了数据仓库，并初步取得了应用效果。但是，当前数据仓库都是根据具体业务分类进行建设，只能实现业务范围内的单目标决策，为了实现综合目标决策支持，就需要将不同类型数据仓库中的数据再次集成起来，并对其进行存储、管理和维护。因此，本文提出银行数据仓库的概念，通过建立全行综合性的数据仓库，采用分析软件或挖掘工具进行分析和挖掘，实施多目标决策。也就是说综合银行现有的货币经营数据仓库、信贷业务数据仓库、银行卡数据仓库、人事数据仓库等数据仓库的进行再次整合，建立一个面向主题的、集成的、综合的和持久的数据集合，在此基础上进行多维分析和数据挖掘，为银行的业务进行综合分析和战略决策提供有力的数据平台。 一、数据仓库模型和创建过程描述 尽管数据仓库是面向主题的，并为分析需求保存了许多综合数据，但对各类银行业务分类建立数据仓库，因此建立面向所有主要业务和内部管理流程、具有综合性特征的数据仓库，成为当前银行创新业务品种、提高服务质量的实际需求。数据仓库分析和决策目标众多，相关需求千变万化，数据仓库的主题面临不断增加、完善和调整，同时随着数据的不断加载，数据仓库会越来越庞大。如果仅仅基于单一层次建立数据仓库，将使系统的性能低下，因此，在实际应用中应建立分层的数据仓库体系化结构。根据管理层次的需求，数据仓库体系化结构环境可分为三个层级：基础层级、部门层级和高级管理层级的数据仓库。 基础层级数据仓库中存放的是一些细节性的操作型数据，服务于高性能的偏向事务类的分析和全行统计类的分析。部门层级数据仓库中一般仅包括某类业务的全部导出数据，用于部门决策类分析。而高级管理层级的数据仓库的数据都是综合粒度的，用于银行高管人员启发式分析。数据仓库的体系化结构环境能较好地与银行的“高-中-低”形式的组织结构相对应。如普通OLAP分析人员主要应用基础层级数据仓库，进行日常业务分析处理和统计；中层管理主要应用部门层级数据仓库，它既包括一般业务处理，又可进行定量分析，做出一般决策和控制；高层管理应用高级管理层级数据仓库，主要任务是进行战略决策，需要进行复杂的分析加工。 由于当前各个厂商提供的数据仓库解决方案从系统架构到具体硬件软件功能划分都或多或少的存在差异，所以相对应的在数据仓库项目的分析、开发和实施过程中遵从的方法论也不尽相同。建立银行数据仓库是一项系统工程，需要组织各方面的资源，协调各方面的关系。可扩展数据仓库建设方法论的三个阶段主要包括：统一规划，设计和实施，评估和提高三个阶段，如下图所示。

数据仓库建设方案-2018-3-28

数据仓库建设 商务智能（Business Intelligence）用于支持制定业务决策的技能、流程、技术、应用和实践。核心是通过数据提取、整理、分析，最终通过分析结果制定有关策略、规划，帮助企业了解新的趋势、抓住新的市场机会、发现潜在的威胁，达到资源的合理配置，节约成本提高效益。数据仓库是商业智能的基础，它为OLAP、数据挖掘提供分析和决策支持。 一、数据仓库概念 1.数据仓库定义 是一个面向主题的、集成的、相对稳定的、反映有有历史变化的数据集合，用于支持管理决策。具有以下特点： ●详细交易及相关业务数据的集合 ●包含必要的内部与外部信息 ●来自于多个数据源、业务操作系统 ●保存一定的时间周期 ●按照企业内业务规则决定存储模型 2.建设的必要性 目前大多数信息系统由于建设时间、建设方、各阶段需求不同，会出现一系列问题：缺乏整体规则、信息缺乏完整性、缺乏统一的信息管理标准和规范、信息孤岛、不具备大容量的数据管理和分析能力。

3.价值 ●提高管理决策的科学性和管理效率 ●信息的整合，可推动现在有信息管理体系的重构 ●打通信息孤岛全局共享，降低数据获取的难度 ●逐渐取代各类业务管理报表系统 ●运用历史数据发现规律 二、数据仓库建设 1.业务需求定义 梳理出所有业务过程，分析业务内容提取需求，对其相关的数据进行探查，并对各系统核心业务人员访谈，准确的了解业务需求情况，近期调研 2.技术体系结构 生命周期图 技术架构图：

3.数据仓库数据建模 数据模型是抽象描述现实世界的一种方法，是通过抽象的实体及实体之间的联系来表示现实世界中事务的相互关系的一种映射，数据仓库模型是数据模型中针对特定的数据仓库应用系统的特定模型。数据仓库建模方法种类较多，常见的三种是范式建模、维度建模、实体建模，每种方法本质上都是从不同的角度解决业务中的问题。 关于数据仓库建模单独用一篇来详细介绍，这儿仅对维度建模做基本的介绍，维度建模由数据仓库领域另一位大师Ralph Kimall所倡导，是数据仓库工程领域最流行的数仓建模经典。维度建模以分析决策的需求出发构建模型，

数据仓库与数据挖掘课后答案

第1章数据仓库的概念与体系结构 1.数据仓库就是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合。 2.元数据是描述数据仓库内数据的结构和建立方法的数据，它为访问数据仓库提供了一个信息目录，根据元数据用途的不同可将数据仓库的元数据分为技术元数据和业务元数据两类。 3.数据处理通常分成两大类：联机事务处理OLTP和联机分析处理OLAP。 4.多维分析是指对以“维”形式组织起来的数据（多维数据集）采取切片（Slice）、切块（dice）、钻取（Drill-down 和Roll-up 等）和旋转（pivot）等各种分析动作，以求剖析数据，使用户能从不同角度、不同侧面观察数据仓库中的数据，从而深入理解多维数据集中的信息。 5. ROLAP是基于关系数据库的OLAP实现，而MOLAP是基于多维数据结构组织的OLAP实现。 6.数据仓库按照其开发过程，其关键环节包括数据抽取、数据存储与管理和数据表现等。 7.数据仓库系统的体系结构根据应用需求的不同，可以分为以下4种类型：两层架构、独立型数据集市、依赖型数据集市和操作型数据存储、逻辑型数据集市和实时数据仓库。 8.操作型数据存储实际上是一个集成的、面向主题的、可更新的、当前值的（但是可“挥发”的）、企业级的、详细的数据库，也叫运营数据存储。 9.“实时数据仓库”意味着源数据系统、决策支持服务和数据仓库之间以一个接近实时的速度交换数据和业务规则。 10.从应用的角度看，数据仓库的发展演变可以归纳为5个阶段：以报表为主、以分析为主、以预测模型为主、以营运导向为主、以实时数据仓库和自动决策为主。 11.什么是数据仓库？数据仓库的特点主要有哪些？ 答：数据仓库就是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，通常用于辅助决策支持。 数据仓库的特点包含以下几个方面：（1）面向主题。操作型数据库的数据组织是面向事务处理任务，各个业务系统之间各自分离；而数据仓库中的数据是按照一定的主题域进行组织。主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点领域，一个主题通常与多个操作型业务系统或外部档案数据相关。（2）集成的。面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有分散的数据库数据作抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企事业单位一致的全局信息。也就是说存放在数据仓库中的数据应使用一致的命名规则、格式、编码结构和相关特性来定义。（3）相对稳定的。操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供单位决策分析之用，对所涉及的数据操作主要是数据查询和加载，一旦某个数据加载到数据仓库以后，一般情况下将作为数据档案长期保存，几乎不再做修改和删除操作，也就是说针对数据仓库，通常有大量的查询操作及少量定期的加载（或刷新）操作。（4）反映历史变化。操作型数据库（OLTP）主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含较久远的历史数据，因此总是包括一个时间维，以便可以研究趋势和变化。数据仓库系统通常记录了一个单位从过去某一时点(如开始启用数据仓库系统的时点)到目前的所有时期的信息，通过这些信息，可以对单位的发展历程和未来趋势做出定量分析和预测。 12. 简述数据仓库4种体系结构的异同点及其适用性。 答：（1）两层架构（Generic Two-Level Architecture）。 （2）独立型数据集市（Independent Data Mart）。 （3）依赖型数据集市和操作型数据存储（Dependent Data Mart and Operational Data Store）。 （4）逻辑型数据集市和实时数据仓库（Logical Data Mart and Real-Time Data Warehouse）。 13. 答：数据仓库技术的发展包括数据抽取、存储管理、数据表现和方法论等方面。在数据抽取方面，未来的技术发展将集中在系统集成化方面。它将互连、转换、复制、调度、监控纳入标准化的统一管理，以适应数据仓库本身或数据源可能的变化，使系统更便于管理和维护。在数据管理方面，未来的发展将使数据库厂商明确推出数据仓库引擎，作为数据仓库服务器产品与数据库服务器并驾齐驱。在这一方面，