HiSeq 数据上传流程
NCBI-SRA数据提交流程
2015.7.27
提交数据数据基本流程：1，注册NCBI账号；2，登陆提交界
面后，我们需要获取BioSample ID；3，然后在获得BioProject ID；4，
BioProject 和BioSample 创建完成后，再到SRA 的网页，点击“Create new Submission”，并完成信息填写；5，完成4步骤后，网页上NCBI 会给出一个登陆FTP的账号和网址链接；6，登陆后用账号可直接上
传（复制粘贴），或用软件FileZilla上传；7，上传后会生成相应的编
号，供发文章使用。（上传数据请理清思路）
附：上传的数据格式是根据测序平台不同而不同，文件格式（Illumina_native、bam、fastq、srf)都可以的。创建好后，NCBI会提供数据上传的FTP的账号，压缩后上传到FTP。至于文章中的sra格式，是我们将数据上传后，NCBI数据库压缩的的格式。
整理数据、生成MD5校验
(a) 交付的结果中，raw reads或clean reads序列文件（*.fq.gz）是可以直接提交SRA的数据。在交付结果中找到对应文件，无需解压，即可直接上传。
(b) 如果数据交付时您有保留有对应文件的MD5校验和的话可以直接使用。如果没有保存MD5码可上网下载任意的MD5校验工具，重新生成一下MD5值。
(c) 一定要明白该数据的测序策略，不同的测序方法，数据的格式和填写的类容是不一样的，这需要先了解好，生物信息学知识百度提前补。
1、注册NCBI账号
登入NCBI主页右上角Sign in to ncbi注册（https://www.sodocs.net/doc/a42068994.html,/）
NCBI主页
2、开始注册：
1，BioSample的注册
登陆后：进入提交界面，点击提交Submit（https://https://www.sodocs.net/doc/a42068994.html,/）
点击New submission后按照提示填写完相应的信息，成功后会生成BioSample号。
2，BioProjiect的注册
点击New submission后按照提示填写完相应的信息，成功后会生成BioSample号。
按照提示填写
2，SRA的注册，关联BioSample,BioProjiect（https://https://www.sodocs.net/doc/a42068994.html,/）
在返回到NCBI主页中点击submit后界面如下
点击红色框全出来的地方即可进入，下面界面
点击Home即可进入下面界面
点击SRA，界面如下
完成信息填写：
点击SRA即进入下面页面，创建一个新的submission
点击Create New submission，填写信息
填写好后，点击保存，进入下面界面，点击New Experiment用已将上面创建好的BioProject、BioSample关联进来
点击New Experiment的界面，填写信息后保存，进入下一个界面
3、数据上传
到这里，我们网页上的填写信息就完成了。利用NCBI中给的网址链接，账号和密码，我们就可以直接登录NCBI。
方法一：（该方法简单，但传输较慢）
打开我的电脑复制FTP网址进入，如图：
回车后界面（下面这真的是NCBI服务器的界面，如果你用过你们学校的服务器资源，FTP 应该知道）
然后右键选择登录：
在里面输入NCBI给的账号和密码就可以进入NCBI服务器，即可打开远程FTP站点，将需要上传的文件复制粘贴或者拖入其中即可开始上传。为了与其他提交者的文件进行区分，建议您在上传前，在该远程FTP站点上首先新建一个文件夹，并以区别于其他提交者的方式命名（建议使用BioProject编号命名），然后打开该文件夹，将数据上传到其中（Ctrl+C和Ctrl+V）。
方法二：（软件：FileZilla）
安装后打开的界面：本地站点为你的电脑，远程找点为服务器可视化界面
主机：NCBI给你的FTP链接，账号：sra 密码：NCBI给端口：FTP数据传输默认为21
登录：登录后只需要在右边右键创建一个文件并命名，然后在左边你的电脑上找到你要上传的的文件，从左边拖到右边文件夹里就OK了，接下来就等吧。
4、上传完成、检查状态。
登陆SRA提交页面，打开本次的Submission，可查看每一条SRA记录的状态。请您仔细检查上传的每一条记录是否Completed，是否所有的Sample、Experiment、Run信息对应无误。
另外还可以看到记录对应的Accession编号，编号主要有SRP、SRS、SRX、SRR 分别对应Study、Sample、Experiment、Run。文章中可以根据上下需要引用这些编号。
如果您在在提交过程中遇到技术问题，您可以随时向SRA的工作人员寻求帮助。上传完成后，在登录到SRA
进入sra结果：
百度帮助文档链接：
https://www.sodocs.net/doc/a42068994.html,/link?url=Pys5SfWP2iKMRchrQjm8cR4hbDuFtS_k2DjiakY2EbBw-A-U3jfj3 XdN93mLNN4HSwhefQxo24hrm7lnMH9cNLxcRQSSyvLP_BjsFaYIB2q
https://www.sodocs.net/doc/a42068994.html,/bio/?p=1922
https://www.sodocs.net/doc/a42068994.html,/2012/08/25/3195.html
整理时间：5个小时。
大数据处理流程的主要环节
大数据处理流程的主要环节 大数据处理流程主要包括数据收集、数据预处理、数据存储、数据处理与分析、数据展示/数据可视化、数据应用等环节，其中数据质量贯穿于整个大数据流程，每一个数据处理环节都会对大数据质量产生影响作用。通常，一个好的大数据产品要有大量的数据规模、快速的数据处理、精确的数据分析与预测、优秀的可视化图表以及简练易懂的结果解释，本节将基于以上环节分别分析不同阶段对大数据质量的影响及其关键影响因素。 一、数据收集 在数据收集过程中，数据源会影响大数据质量的真实性、完整性数据收集、一致性、准确性和安全性。对于Web数据，多采用网络爬虫方式进行收集，这需要对爬虫软件进行时间设置以保障收集到的数据时效性质量。比如可以利用八爪鱼爬虫软件的增值API设置，灵活控制采集任务的启动和停止。 二、数据预处理 大数据采集过程中通常有一个或多个数据源，这些数据源包括同构或异构的数据库、文件系统、服务接口等，易受到噪声数据、数据值缺失、数据冲突等影响，因此需首先对收集到的
大数据集合进行预处理，以保证大数据分析与预测结果的准确性与价值性。 大数据的预处理环节主要包括数据清理、数据集成、数据归约与数据转换等内容，可以大大提高大数据的总体质量，是大数据过程质量的体现。数据清理技术包括对数据的不一致检测、噪声数据的识别、数据过滤与修正等方面，有利于提高大数据的一致性、准确性、真实性和可用性等方面的质量; 数据集成则是将多个数据源的数据进行集成，从而形成集中、统一的数据库、数据立方体等，这一过程有利于提高大数据的完整性、一致性、安全性和可用性等方面质量; 数据归约是在不损害分析结果准确性的前提下降低数据集规模，使之简化，包括维归约、数据归约、数据抽样等技术，这一过程有利于提高大数据的价值密度，即提高大数据存储的价值性。 数据转换处理包括基于规则或元数据的转换、基于模型与学习的转换等技术，可通过转换实现数据统一，这一过程有利于提高大数据的一致性和可用性。 总之，数据预处理环节有利于提高大数据的一致性、准确性、真实性、可用性、完整性、安全性和价值性等方面质量，而大数据预处理中的相关技术是影响大数据过程质量的关键因素
数据库设计参考实例
需求分析 (2) 1功能需求 (2) 2数据字典 (2) 3数据流图构建 (5) 系统数据库的逻辑结构设计 (6) 根据该网上书店的具体情况，调查管理业务流程是顺着系统信息流动的过程逐步地进行，内容包括各环节的业务处理、信息来源、处理方法、计算方法、信息流经去向、信息提供的时间和形态（报告、单据等）。本系统的最大特色，数据挖掘在业务流程中清晰可见。我们可以通过对数据库中用户购买信息的关联分析。进行数据挖掘。这是数据挖掘技术在网上书店中最有价值的体现之一。 系统业务流图描述如下： （1）用户在线更新购物车：用户在登陆成功后，通过图书查询，添加图书到购物车后，根据图书编号自动在数据仓库中的图书挖掘信息中寻找与图书关联的图书编号。 （2）用户在线下达图书订单：用户在添加购物车后，确定购物车的书籍及数量后，填写相应的订单信息，确定所填写的订单信息无误后，系统将产生此次订单的编号，完成在线下达订单。 （3）管理员订单处理：管理登陆成功后，会对未处理订单进行处理，处理成功后，向顾客发货。 （4）销售分析处理：通过对图书信息查询，统计图书销售情况。 （5）图书数据挖掘处理：通过对订单处理，创建图书数据仓库，进行图书数据挖掘找出图书之间的潜在关联。 本网站可分为前台管理和后台管理两部分：前台系统功能模块分为：商品展示模块、用户登录、购物车、自服务等模块。后台管理主要包括：商品管理、订单管理、会员管理、类别管理、用户留言管理，产品销售分析等。网上书店功能模块如图3-1所示： 图3-1网上书店功能模块图 前台各主模块的详细功能如下： （1）最新上架模块：展示出最新上市的图书供用户选择。 （2）特价书展示模块：展示出了一些特价图书。 （3）商品查询模块：包括模糊查询模块，和书的类别查询模块。 （4）用户登录\注册模块：用户登录、注册。 （5）商品详细信息展示模块：包括图书详细信息模块。 （6）购物车展示模块：包括已选购商品模块、推荐商品模块。当添加商品到购物车时，会在推荐商品模块中看到本系统为购物者推荐的商品。 （7）自服务展示模块：我的订单模块、个人信息模块。订单模块可以查看订单的状态，和订单的信息。通过个人信息模块可以修改自己信息。 （8）用户评论模块：用户对图书的评论。 后台主模块的功能如下： （1）类别管理：该模块对图书的类别进行添加、删除、修改 （2）商品管理：该模块主要对书籍进行增加、删除、修改管理 （3）订单管理：该模块对客户的订单进行管理，如出库订单。 （4）用户管理：该模块对会员信息进行增加、删除、修改。 （5）销售情况查询：该模块可以查询排行前十的图书信息。 （6）图书挖掘分析：通过对订单的分析，得出最优的匹配方案和相应的决
画数据库流程图用什么软件
流程图是我们日常办公中比较常见的一种图表，会议流程图、财务请款、报销这些也有其对应的流程，产品生产有流程，数据处理也有流程。画流程图其实并非是一件难事，想画好它也很简单。有人说，画流程图，用Word就可以了，简单、粗暴。可在实际工作中，用Word来画流程图的，其实并不多，Word更主要的还是负责文字的编辑和排版。想要画好流程图，还是不得不借助专业的工具！ 无需绘图技巧 使用这个功能丰富的流程图软件，您就不必在如何才能创建视觉上很有吸引力的流程图问题很专业了。您只需输入您的数据，剩下就交给亿图就行了，亿图会自动为您排列所有形状，为获得专业设计应用专业设计主题等。这个软件让任何层次的用户都能用更短的时间创建更好的流程图。此外，亿图为您节省更多资金，免费为您进行科技支持和升级。 智能地创建视觉流程图
亿图也可以帮助您将文本和图表中的复杂信息翻译成为视觉图表。用这种方式用户就能够识别 瓶颈和低效现象，这些也是过程需要精简的地方。亿图提供智能连接线和高级的文本设计和矢量符号，通过显示浮动对话框告诉你该怎么做。 几分钟获得一个专业的流程图 亿图赋予您能力，简简单单，有效地使用特殊工具，免费的模板和精简的工作流示例就能够创 建出有专业水准的流程图，帮助您快速建立新的流程图、工作流程图、NS图、BPMN图、跨职能 流程图、数据流图和高光流程图等。所有这些图形的绘制仅需短短几分钟即可。 轻松创建交互流程图 插入超链接和插画功能同样包括在内。您可以将图表和基础数据连接起来展示更多地细节信息，这样能够增强效率、影响和交流。为了更加具体一些，你可以通过增加链接到网站、插入附件、添 加注释或者链接到亿图其他视图工具等方式把任何图表转换成信息关口。它们是交互图形，任何人 都可以轻松使用亿图轻松创建。 无缝地分享与合作
数据库课程设计题目16个经典实例学习资料.doc
数据库课程设计题目16个经典实例 1.机票预定信息系统 系统功能的基本要求： 航班基本信息的录入，包括航班的编号、飞机名称、机舱等级等。机票信息，包括票价、折扣、当前预售状态及经手业务员等。客户基本信息，包括姓名、联系方式、证件及号码、付款情况等。按照一定条件查询、统计符合条件的航班、机票等；对结果打印输出。 2.长途汽车信息管理系统 系统功能的基本要求： 线路信息，包括出发地、目的地、出发时间、所需时间等。汽车信息：包括汽车的种类及相应的票价、最大载客量等。票价信息：包括售票情况、查询、打印相应的信息。 3.人事信息管理系统 系统功能基本要求： 员工各种信息：包括员工的基本信息，如编号、姓名、性别、学历、所属部门、毕业院校、健康情况、职称、职务、奖惩等；员工各种信息的修改；对转出、辞退、退休员工信息的删除；按照一定条件，查询、统计符合条件的员工信息；教师教学信息的录入：教师编号、姓名、课程编号、课程名称、课程时数、学分、课程性质等。科研信息的录入：教师编号、研究方向、课题研究情况、专利、论文及著作发表情况等。按条件查询、统计，结果打印输出。 4.超市会员管理系统 系统功能的基本要求： 加入会员的基本信息，包括：成为会员的基本条件、优惠政策、优惠时间等。会员的基本信息，包括姓名、性别、年龄、工作单位、联系方式等。会员购物信息：购买物品编号、物品名称、所属种类，数量，价格等。会员返利信息,包括会员积分的情况，享受优惠的等级等。对货物流量及消费人群进行统计输出。 5.客房管理系统 系统功能的基本要求： 客房各种信息，包括客房的类别、当前的状态、负责人等；客房信息的查询和修改，包括按房间号查询住宿情况、按客户信息查询房间状态等。以及退房、订房、换房等信息的修改。对查询、统计结果打印输出。 6.药品存销信息管理系统 系统功能基本要求 药品信息，包括药品编号、药品名称、生产厂家、生产日期、保质期、用途、价格、数量、经手人等；员工信息，包括员工编号、姓名、性别、年龄、学历、职务等；客户信息，包括客户编号、姓名、联系方式、购买时间、购买药品编号、名称、数量等。入库和出库信息，包括当前库存信息、药品存放位置、入库数量和出库数量的统计。
(完整版)管理信息系统数据流程图和业务流程图
1.采购部查询库存信息及用户需求，若商品的库存量不能满足用户的需要，则编制相应的采购订货单，并交送给供应商提出订货请求。供应商按订单要求发货给该公司采购部，并附上采购收货单。公司检验人员在验货后，发现货物不合格，将货物退回供应商，如果合格则送交库房。库房管理员再进一步审核货物是否合格，如果合格则登记流水帐和库存帐目，如果不合格则交由主管审核后退回供应商。 画出物资订货的业务流程图。（共10分） 2．在盘点管理流程中，库管员首先编制盘存报表并提交给仓库主管，仓库主管查询库存清单和盘点流水账，然后根据盘点规定进行审核，如果合格则提交合格盘存报表递交给库管员，由库管员更新库存清单和盘点流水账。如果不合格则由仓库主观返回不合格盘存报表给库管员重新查询数据进行盘点。根据以上情况画出业务流程图和数据流程图。（共15分）
3.“进书”主要指新书的验收、分类编号、填写、审核、入库。主要过程：书商将采购单和新书送采购员；采购员验收，如果不合格就退回，合格就送编目员；编目员按照国家标准进行的分类编号，填写包括书名，书号，作者、出版社等基本信息的入库单；库管员验收入库单和新书，如果合格就入库，并更新入库台帐；如果不合格就退回。“售书”的流程：顾客选定书籍后，收银员进行收费和开收费单，并更新销售台帐。顾客凭收费单可以将图书带离书店，书店保安审核合格后，放行，否则将让顾客到收银员处缴费。 画出“进书”和“售书”的数据流程图。 进书业务流程：
进书数据流程：
F3.2不合格采购单 售书业务流程：
售书数据流程：
4.背景：若库房里的货品由于自然或其他原因而破损，且不可用的，需进行报损处理，即这些货品清除出库房。具体报损流程如下： 由库房相关人员定期按库存计划编制需要对货物进行报损处理的报损清单，交给主管确认、审核。主管审核后确定清单上的货品必须报损，则进行报损处理，并根据报损清单登记流水帐，同时修改库存台帐；若报损单上的货品不符合报损要求，则将报损单退回库房。 试根据上述背景提供的信息，绘制出“报损”的业务流程图、数据流程图。 报损业务流程图：（10分） 业务流程图： 数据流程图：
简单数据库设计实例
数据库设计实例 数据库设计是数据库应用系统设计的一个组成部分，其核心是针对于特定的应用环境，设计合理的数据模型，创建数据库及其应用系统，使之能够有效地存储和处理数据，以满足用户的应用需求。从实用角度出发，数据库设计可分为如下几个步骤： 第一步：创建概念数据模型 ◆确定实体和关系 ◆确定属性 ◆规化数据 第二步：生成物理数据模型 第三步：验证设计 为便于学习者理解和掌握，下面结合具体的实例来讲解和展示数据库设计的详细过程。假定我们要开发一个小型的ERP系统，以管理公司部资源，其应用业务场景描述如下： v512工作室由IT业界专业人士组成，在提供高端IT培训业务的同时，还自主制作并免费发布大量公益性学习资源，工作室以公司形式运营，目前共拥有18名员工，这些员工分属于4个部门，且员工之间存在上下级管理关系。计划将来根据业务的发展设立更多的部门，聘用更多的员工。为保证质量，工作室对其成员的各项专业技能进行了级别评定。 8.5.1 确定实体和关系 1. 确定高级别的活动 要确定本ERP系统数据库设计中的实体和实体间关系，首先应明确要基于该数据库执行的高级别活动，这里所谓的高级别活动是指从用户的视角出发，确定本数据库设计中系统所涉及到的业务活动。比如，存储和维护员工的个人信息等。 在前述的应用业务场景中，v512工作室需要考虑的高级别活动包括： -聘用新员工 -解雇现有员工 -维护员工的个人信息 -增设新部门 -裁撤现有部门 -维护部门信息 -维护工作室业务相关的技能信息 -维护各员工的业务技能掌握情况 2. 确定实体 接下来要确定的是，针对上述的高级别活动需要记录和维护有关哪些事物的信息，这些事物将被转换为实体。其中，员工相关信息可抽象为“Employee”实体、部门相关信息可抽象为“Department”实体、技能相关信息抽象为“Skill”实体，为规和方便起见，这些实体均采用英文命名，并尽量在名称中体现其含义。 3. 确定关系 进一步对上述高级活动进行分析，以确定实体间存在何种关系。具体包括： -Employee-Department实体之间存在隶属关系 员工必须且只能隶属于某一个特定的部门，一个部门可以包含0～多名员工，此为一对多关系。 这种从两个方向上对同一个关系的细化描述被称为关系的角色，每个关系都对应两种角色。
简析大数据及其处理分析流程
昆明理工大学 空间数据库期末考察报告《简析大数据及其处理分析流程》 学院：国土资源工程学院 班级：测绘121 姓名：王易豪 学号：201210102179 任课教师：李刚
简析大数据及其处理分析流程 【摘要】大数据的规模和复杂度的增长超出了计算机软硬件能力增长的摩尔定律，对现有的IT架构以及计算能力带来了极大挑战，也为人们深度挖掘和充分利用大数据的大价值带来了巨大机遇。本文从大数据的概念特征、处理分析流程、大数据时代面临的挑战三个方面进行详细阐述，分析了大数据的产生背景，简述了大数据的基本概念。 【关键词】大数据；数据处理技术；数据分析 引言 大数据时代已经到来，而且数据量的增长趋势明显。据统计仅在2011 年，全球数据增量就达到了1.8ZB （即1.8 万亿GB）[1]，相当于全世界每个人产生200GB 以上的数据，这些数据每天还在不断地产生。 而在中国，2013年中国产生的数据总量超过0.8ZB（相当于8亿TB），是2012年所产生的数据总量的2倍，相当于2009年全球的数据总量[2]。2014年中国所产生的数据则相当于2012 年产生数据总量的10倍，即超过8ZB，而全球产生的数据总量将超40ZB。数据量的爆发式增长督促我们快速迈入大数据时代。 全球知名的咨询公司麦肯锡(McKinsey)2011年6月份发布了一份关于大数据的详尽报告“Bigdata：The next frontier for innovation，competition，and productivity”[3]，对大数据的影响、关键技术和应用领域等都进行了详尽的分析。进入2012年以来，大数据的关注度与日俱增。
数据库设计实例—教学管理系统
数据库课程设计报告 教学管理系统 数据库设计 课程设计题目教学管理系统学院软件学院 班级软件技术四班年级2013级 姓名彭超李新徐彤（2014 年11月）
用5行左右的文字对系统进行简要介绍 对教学管理信息统一规范整理，实现各种信息的自动管理。为便于信息的查询，找出各种信息的关联性，根据各种需求设计出合理的报表。 减轻教学日常信息管理的负担，方便学生、教师查询信息和学校对所有信息的管理。以简单便捷的操作获取详尽的信息。 一、数据需求分析 某学校设计学生教学管理系统。学生实体包括学号、姓名、性别、生日、民族、籍贯、简历、登记照，每名学生选择一个主修专业，专业包括专业编号、名称和类别，一个专业属于一个学院，一个学院可以有若干个专业。学院信息要存储学院号、学院名、院长。教学管理还要管理课程表和学生成绩。课程表包括课程号、课程名、学分，每门课程由一个学院开设。学生选修的每门课程获得一个成绩。另外，为了管理教师教学安排，教师包括编号、姓名、年龄、职称，一个教师只能属于一个学院，一名教师可以上若干门课程，一门课程可以有多名老师来上，每个教师所上的每门课都有一个课堂号和课时数。 本系统数据字典如下： 数据项表
数据流 数据流表 二、概念结构设计 1．首先确定系统中的实体 从以上数据需求可以看出，系统共包括5个实体：学生、专业、学院、教师、课程。
2．再确定系统中实体间的关系 根据数据需求描述推出：专业与学生是1对多关系；学生与课程是多对多关系；课程与老师是多对多关系；课程与学院是多对1关系；学院与专业是1对多关系；学院与教师是1对多关系。 3．转化成E-R图 图1 实体-属性图 图2 教学管理ER图 三、逻辑结构设计
数据流程图和业务流程图案例
数据流程图和业务流程图案例 1.采购部查询库存信息及用户需求，若商品的库存量不能满足用户的需要，则编制相应的采购订货单，并交送给供应商提出订货请求。供应商按订单要求发货给该公司采购部，并附上采购收货单。公司检验人员在验货后，发现货物不合格，将货物退回供应商，如果合格则送交库房。库房管理员再进一步审核货物是否合格，如果合格则登记流水帐和库存帐目，如果不合格则交由主管审核后退回供应商。 画出物资订货的业务流程图。 2．在盘点管理流程中，库管员首先编制盘存报表并提交给仓库主管，仓库主管查询库存清单和盘点流水账，然后根据盘点规定进行审核，如果合格则提交合格盘存报表递交给库管员，由库管员更新库存清单和盘点流水账。如果不合格则由仓库主观返回不合格盘存报表给库管员重新查询数据进行盘点。 根据以上情况画出业务流程图和数据流程图。
3.“进书”主要指新书的验收、分类编号、填写、审核、入库。主要过程：书商将采购单和新书送采购员；采购员验收，如果不合格就退回，合格就送编目员；编目员按照国家标准进行的分类编号，填写包括书名，书号，作者、出版社等基本信息的入库单；库管员验收入库单和新书，如果合格就入库，并更新入库台帐；如果不合格就退回。“售书”的流程：顾客选定书籍后，收银员进行收费和开收费单，并更新销售台帐。顾客凭收费单可以将图书带离书店，书店保安审核合格后，放行，否则将让顾客到收银员处缴费。 画出“进书”和“售书”的数据流程图。 进书业务流程： 书商采购单/新 书采购员 入库单退书单 编目员 合格新图 书 库管员 入库单 入库台帐 进书数据流程：
采购单审核 P3.1编目处理 p3.2入库单处理 p3.3供应商 F3.1采购单 F3.2不合格采购单 F3.3合格采购单F10入库单 F3.4不合格入库单 S2 图书库存情况存档 管理员 F9入库够书清单 F3.5合格入库清单 售书业务流程： 顾客 新书 收银员 收费单销售台帐 保安 未收费的 书 收费单/书 售书数据流程： 收费处理P1.1审核处理 P1.2E1顾客 F6购书单计划F1.1收费单 F1.2不合格收费单 S02S01S03S04图书库存情况存档 F4销售清单 图书销售存档 顾客需求图书情况存档 顾客基本情况存档 F4销售清单 F5顾客需求图书清单 F3顾客基本情况
简单数据库设计实例
数据库设计的案例分析 一、教学管理 1. 基本需求 某学校设计学生教学管理系统。学生实体包括学号、姓名、性别、生日、民族、籍贯、简历、登记照，每名学生选择一个主修专业，专业包括专业编号、名称和类别，一个专业属于一个学院，一个学院可以有若干个专业。学院信息要存储学院号、学院名、院长。教学管理还要管理课程表和学生成绩。课程表包括课程号、课程名、学分，每门课程由一个学院开设。学生选修的每门课程获得一个成绩。 设计该教学管理的ER模型，然后转化为关系模型。 若上面的管理系统还要管理教师教学安排，教师包括编号、姓名、年龄、职称，一个教师只能属于一个学院，一名教师可以上若干门课程，一门课程可以有多名老师来上，每个教师所上的每门课都有一个课堂号和课时数。尝试修改上题的ER模型，将教师教学信息管理增加进去。 ●请你设计一个数据库，并确定要满足的各种约束，使得其中： ?保存了所需的所有信息； ?支持教学管理的各种应用； ?尽可能地优化：减少冗余、提高查询速度。 ●画实体-联系图。 ●将实体-联系图转换为关系表。
2. 参考设计 ●首先确定系统中的实体 ●再确定系统中实体间的关系 ●转化成E-R图 图一教学管理ER图 由ER模型转换的关系模型是： 学生（学号，姓名，性别，生日，民族，籍贯，专业号，简历，登记照）专业（专业号，专业，专业类别，学院号） 学院（学院号，学院，院长） 课程（课程号，课程名，学分，学院号） 成绩（学号，课程号，成绩） （题目分析：本题中有学生、专业、学院、课程四个实体。一个学生只有一个主修专业，学生与专业有多对一的联系；一个专业只由一个学院开设，一门课程只由一个学院开设，学院与专业、学院与课程都是一对多的联系；学生与课程有多对多的联系。 在转换为关系模型时，一对多的联系都在相应的多方实体的关系中增加一个外键。）
管理信息系统数据流程图和业务流程图和E-R图.
1. 采购部查询库存信息及用户需求, 若商品的库存量不能满足用户的需要, 则编制相应的采购订货单, 并交送给供应商提出订货请求。供应商按订单要求发货给该公司采购部, 并附上采购收货单。公司检验人员在验货后,发现货物不合格, 将货物退回供应商,如果合格则送交库房。库房管理员再进一步审核货物是否合格, 如果合格则登记流水帐和库存帐目, 如果不合格则交由主管审核后退回供应商。 画出物资订货的业务流程图。 (共 10分 2.在盘点管理流程中,库管员首先编制盘存报表并提交给仓库主管,仓库主管查询库存清单和盘点流水账,然后根据盘点规定进行审核,如果合格则提交合格盘存报表递交给库管员,由库管员更新库存清单和盘点流水账。如果不合格则由仓库主观返回不合格盘存报表给库管员重新查询数据进行盘点。 根据以上情况画出业务流程图和数据流程图。 (共 15分
3. “进书”主要指新书的验收、分类编号、填写、审核、入库。主要过程:书商将采购单和新书送采购员; 采购员验收,如果不合格就退回, 合格就送编目员;编目员按照国家标准进行的分类编号,填写包括书名,书号,作者、出版社等基本信息的入库单;库管员验收入库单和新书,如果合格就入库,并更新入库台帐;如果不合格就退回。“售书”的流程:顾客选定书籍后, 收银员进行收费和开收费单, 并更新销售台帐。顾客凭收费单可以将图书带离书店,书店保安审核合格后,放行,否则将让顾客到收银员处缴费。 画出“进书”和“售书”的数据流程图。 进书业务流程:
进书数据流程: F3.2不合格采购单售书业务流程:
售书数据流程: 4. 背景 :若库房里的货品由于自然或其他原因而破损,且不可用的,需进行报损处理, 即这些货品清除出库房。具体报损流程如下: 由库房相关人员定期按库存计划编制需要对货物进行报损处理的报损清单, 交给主管确认、审核。主管审核后确定清单上的货品必须报损,则进行报损处理, 并根据报损清单登记流水帐,同时修改库存台帐;若报损单上的货品不符合报损要求,则将报损单退回库房。
大数据数据分析方法、数据处理流程实战案例
数据分析方法、数据处理流程实战案例 大数据时代，我们人人都逐渐开始用数据的眼光来看待每一个事情、事物。确实，数据的直观明了传达出来的信息让人一下子就能领略且毫无疑点，不过前提是数据本身的真实性和准确度要有保证。今天就来和大家分享一下关于数据分析方法、数据处理流程的实战案例，让大家对于数据分析师这个岗位的工作内容有更多的理解和认识，让可以趁机了解了解咱们平时看似轻松便捷的数据可视化的背后都是有多专业的流程在支撑着。 一、大数据思维 在2011年、2012年大数据概念火了之后，可以说这几年许多传统企业也好，互联网企业也好，都把自己的业务给大数据靠一靠，并且提的比较多的大数据思维。 那么大数据思维是怎么回事？我们来看两个例子： 案例1：输入法 首先，我们来看一下输入法的例子。 我2001年上大学，那时用的输入法比较多的是智能ABC，还有微软拼音，还有五笔。那时候的输入法比现在来说要慢的很多，许多时候输一个词都要选好几次，去选词还是调整才能把这个字打出来，效率是非常低的。 到了2002年，2003年出了一种新的输出法——紫光拼音，感觉真的很快，键盘没有按下去字就已经跳出来了。但是，后来很快发现紫光拼音输入法也有它的问题，比如当时互联网发展已经比较快了，会经常出现一些新的词汇，这些词汇在它的词库里没有的话，就很难敲出来这个词。
在2006年左右，搜狗输入法出现了。搜狗输入法基于搜狗本身是一个搜索，它积累了一些用户输入的检索词这些数据，用户用输入法时候产生的这些词的信息，将它们进行统计分析，把一些新的词汇逐步添加到词库里去，通过云的方式进行管理。 比如，去年流行一个词叫“然并卵”，这样的一个词如果用传统的方式，因为它是一个重新构造的词，在输入法是没办法通过拼音“ran bing luan”直接把它找出来的。然而，在大数据思维下那就不一样了，换句话说，我们先不知道有这么一个词汇，但是我们发现有许多人在输入了这个词汇，于是，我们可以通过统计发现最近新出现的一个高频词汇，把它加到司库里面并更新给所有人，大家在使用的时候可以直接找到这个词了。 案例2：地图 再来看一个地图的案例，在这种电脑地图、手机地图出现之前，我们都是用纸质的地图。这种地图差不多就是一年要换一版，因为许多地址可能变了，并且在纸质地图上肯定是看不出来，从一个地方到另外一个地方怎么走是最好的？中间是不是堵车？这些都是有需要有经验的各种司机才能判断出来。 在有了百度地图这样的产品就要好很多，比如：它能告诉你这条路当前是不是堵的？或者说能告诉你半个小时之后它是不是堵的？它是不是可以预测路况情况？ 此外，你去一个地方它可以给你规划另一条路线，这些就是因为它采集到许多数据。比如：大家在用百度地图的时候，有GPS地位信息，基于你这个位置的移动信息，就可以知道路的拥堵情况。另外，他可以收集到很多用户使用的情况，可以跟交管局或者其他部门来采集一些其他摄像头、地面的传感器采集的车辆的数量的数据，就可以做这样的判断了。
数据库设计(习题)——简单案例
1．某管理信息系统具有以下简单描述： 某学院有若干个系，每个系有若干教研室，每个教研室只能属于一个系，每个教研室有若干教师，每名教师只属于一个教研室，每名教师教授若干课程，每门课程可以由若干教师来教授，每个系有若干班级，每个班级有若干学生，每名学生可以学习若干门课程，每门课程可以有若干学生学习，每名学生学完一门课程后得到一个成绩。 2．在上述需求分析的前提下做出该系统的概念结构设计（完整E-R图） 3．做出系统的逻辑结构设计 4．用学过的关系规范化理论来分析所作的关系模型分别属于几范式，是否合理 二、一本书可以由多位作者编写，一位作者可以编写多本书；一位读者可以借阅多本书，一本书可以被多个读者借阅；一个图书馆可以有许多书，而一类书又可以在不同的图书馆馆藏；一本书只能由一个出版社出版，而一个出版社可以出版许多图书。 三、某供应商（供应商代码、姓名、状态、所在城市）可以提供多种零件（零件代码、名称、颜色、重量）给多个工程，而一种零件也可以由多个供应商提供；一个工程（工程代码、工程项目名称、工程项目所在城市）需要多个供应商提供的多种零件。 四、一个公司有若干个部门，一个部门可由多名职工组成，而一个职工（代号、姓名、性别、年龄、学历、所在部门号，级别等）属于一个部门（代号、名称、主任等）；设一个部门只有一个部门主任；设每一级别的职工分别领取不同的工资待遇，但同一级别的职员领取相同的工资；一个部门可以负责多个项目，而一个项目又可由多个部门负责；一个职工可以参与多个项目，而一个项目又需要由多个职工共同完成。
六、一个图书借阅管理数据库要求提供下述服务： （1）可随时查询书库中现有书籍的品种、数量与存放位置。所有各类书籍均可由书号唯一标识。 （2）可随时查询书籍借还情况。包括借书人单位、姓名、借书证号、借书日期和还书日期。且任何人可借多种书，任何一种书可为多个人所借，借书证号具有唯一性。（3）当需要时，可通过数据库中保存的出版社的电报编号、电话、邮编及地址等信息向有关书籍的出版社增购有关书籍。且一个出版社可出版多种书籍，同一本书仅为一个出版社出版，出版社名具有唯一性。 根据以上情况和假设，试作如下设计： 构造满足需求的E-R图；转换为等价的关系模型结构。 用E－R图描述图书信息管理的数据模型：每个借书人有姓名、借书证号和单位属性，每个借书人可以借5本书，每本图书有总编号、分类号、书号、作者、定价和位置属性，同一本书可以相继被几个借书人借阅。 七、假定一个部门的数据库包括以下的信息： 职工的信息：职工号、姓名、住址和所在部门 部门的信息：部门所有职工、经理和销售的产品 产品的信息：产品名、制造商、价格、型号和产品内部编号 制造商的信息：制造商名称、地址、生产的产品名和价格 试画出这个数据库的E-R图。 八、设有商业销售记帐数据库。一个顾客（顾客姓名，单位，电话号码）可以买多种商品，一种商品（商品名称，型号，单价）供应多个顾客。试画出对应的E－R图。
一个典型的数据库设计实例.doc
超市POS管理系统 数据库设计 数据库在一个信息管理系统中占有非常重要的地位，数据库结构的设计好坏将直接对应用系统的效率以及实现的效果产生影响。数据库设计一般包括以下四个部分：数据库需求分析、数据库概念结构设计、数据库逻辑结构设计、数据库物理结构实现。 一、数据库需求分析 通过对超市管理工作过程的内容和数据流图分析，设计如下面的数据项和数据结构。 1、员工信息，包括的数据项有：员工编号，姓名，性别，职务，口令，权限级别、身份证号，所属部门编号等。 2、部门信息，包括的数据项有：部门编号，部门名称。 3、供应商信息，包括的数据项有：供应商编号，供应商名称，地址，邮政编码，电话号码，税号，银行帐号，开户银行，联系人，备注等。 4、会员信息，包括的数据项有：会员编号，姓名，性别，身份证号，消费总金额，积分等。 5、入库信息，包括的数据项有：入库编号，入库日期，商品编号，计量单位，入库价格，销售价格，数量，总金额，供应商编号，业务员编号等。 6、商品信息，包括的数据项有：商品编号，所属类别，数量，单价，商品名称等。 7、销售出货单主信息，包括的数据项有：销售日期，总金额，是否现金，是否会员，会员编号、收银号编号等。 8、销售出货单子信息，包括的数据项有：商品编号，数量，单价，折扣比例，金额等。 二、数据库概念结构设计 根据上面设计规划出的实体，我们对各个实体具体的描述E-R图如下：
图1 员工信息E-R图 图2 部门信息E-R图 图3 入库信息E-R图 图4 商品信息E-R图
图5 销售出货单主信息E-R图 图6 销售出货单子信息E-R图 图7 会员信息E-R图 图8 供应商信息E-R图
数据流程与业务流程的区别
数据流程与业务流程的区别.txt21春暖花会开！如果你曾经历过冬天，那么你就会有春色！如果你有着信念，那么春天一定会遥远；如果你正在付出，那么总有一天你会拥有花开满圆。 一、不同之处 1. 描述对象不同 业务流程图的描述对象是某一具体的业务; 数据流程图的描述对象是数据流。 业务是指企业管理中必要且逻辑上相关的、为了完成某种管理功能的一系列相关的活动。在系统调研时, 通过了解组织结构和业务功能, 我们对系统的主要业务有了一个大概的认识。但由此我们得到的对业务的认识是静态的, 是由组织部门映射到业务的。而实际的业务是鞫 ? 我们称之为业务流程。一项完整的业务流程要涉及到多个部门和多项数据。例如, 生产 业务要涉及从采购到财务, 到生产车间, 到库存等多个部门; 会产生从原料采购单, 应收付账款, 入库单等多项数据表单。因此, 在考察一项业务时我们应将该业务一系列的活动即整个过程为考察对象, 而不仅仅是某项单一的活动, 这样才能实现对业务的全面认识。将一项业务处理过程中的每一个步骤用图形来表示, 并把所有处理过程按一定的顺序都串起来就形成了业务流程图。如图 1 所示, 就是某公司物资管理的业务流程图。 数据流程图是对业务流程的进一步抽象与概括。抽象性表现在它完全舍去了具体的物质, 只剩下数据的流动、加工处理和存储; 概括性表现在它可以把各种不同业务处理过程联系起来,形成一个整体。从安东尼金字塔模型的角度来看, 业务流程图描述对象包括企业中的信息流、资金流和物流, 数据流程图则主要是对信息流的描述。此外, 数据流程图还要配合数据字典的说明, 对系统的逻辑模型进行完整和详细的描述。 2. 功能作用不同 业务流程图是一本用图形方式来反映实际业务处理过程的“流水帐”。绘制出这本流水帐对于开发者理顺和优化业务过程是很有帮助的。业务流程图的符号简单明了, 易于阅读和理解业务流程。绘制流程图的目的是为了分析业务流程, 在对现有业务流程进行分析的基础上进行业务流程重组, 产生新的更为合理的业务流程。通过除去不必要的、多余的业务环节; 合并重复的环节; 增补缺少的必须的环节; 确定计算机系统要处理的环节等重要步骤, 在绘制流程图的过程中可以发现问题, 分析不足, 改进业务处理过程。 数据流程分析主要包括对信息的流动、传递、处理、存储等的分析。数据流程分析的目的就是要发现和解决数据流通中的问题, 这些问题有: 数据流程不畅, 前后数据不匹配, 数据处理过程不合理等。通过对这些问题的解决形成一个通畅的数据流程作为今后新系统的数据流程。数据流程图比起业务流程图更为抽象, 它舍弃了业务流程图中的一些物理实体, 更接近于信息系统的逻辑模型。对于较简单的业务, 我们可以省略其业务流程图直接绘制数据流程图。 3. 基本符号不同
大数据处理培训：大数据处理流程
大数据处理培训：大数据处理流程 生活在数据裸奔的时代，普通人在喊着如何保护自己的隐私数据，黑心人在策划着如何出售个人信息，而有心人则在思考如何处理大数据，数据的处理分几个步骤，全部完成之后才能获得大智慧。 大数据处理流程完成的智慧之路： 第一个步骤叫数据的收集。 首先得有数据，数据的收集有两个方式： 第一个方式是拿，专业点的说法叫抓取或者爬取。例如搜索引擎就是这么做的：它把网上的所有的信息都下载到它的数据中心，然后你一搜才能搜出来。比如你去搜索的时候，结果会是一个列表，这个列表为什么会在搜索引擎的公司里面？就是因为他把数据都拿下来了，但是你一点链接，点出来这个网站就不在搜索引擎它们公司了。比如说新浪有个新闻，你拿百度搜出来，你不点的时候，那一页在百度数据中心，一点出来的网页就是在新浪的数据中心了。 第二个方式是推送，有很多终端可以帮我收集数据。比如说小米手环，可以
将你每天跑步的数据，心跳的数据，睡眠的数据都上传到数据中心里面。 第二个步骤是数据的传输。 一般会通过队列方式进行，因为数据量实在是太大了，数据必须经过处理才会有用。可系统处理不过来，只好排好队，慢慢处理。 第三个步骤是数据的存储。 现在数据就是金钱，掌握了数据就相当于掌握了钱。要不然网站怎么知道你想买什么？就是因为它有你历史的交易的数据，这个信息可不能给别人，十分宝贵，所以需要存储下来。 第四个步骤是数据的处理和分析。 上面存储的数据是原始数据，原始数据多是杂乱无章的，有很多垃圾数据在里面，因而需要清洗和过滤，得到一些高质量的数据。对于高质量的数据，就可以进行分析，从而对数据进行分类，或者发现数据之间的相互关系，得到知识。 比如盛传的沃尔玛超市的啤酒和尿布的故事，就是通过对人们的购买数据进行分析，发现了男人一般买尿布的时候，会同时购买啤酒，这样就发现了啤酒和尿布之间的相互关系，获得知识，然后应用到实践中，将啤酒和尿布的柜台弄的很近，就获得了智慧。 第五个步骤是对于数据的检索和挖掘。 检索就是搜索，所谓外事不决问Google，内事不决问百度。内外两大搜索引擎都是将分析后的数据放入搜索引擎，因此人们想寻找信息的时候，一搜就有了。 另外就是挖掘，仅仅搜索出来已经不能满足人们的要求了，还需要从信息中挖掘出相互的关系。比如财经搜索，当搜索某个公司股票的时候，该公司的高管
erp流程图实例大全
图形目录 图23.1 企业销售管理业务的第一层数据流图 (3) 图23.2销售基础数据管理业务数据流图（第二层数据流） (4) 图23.3销售计划管理业务数据流图（第二层数据流） (4) 图23.4销售订单管理业务数据流图（第二层数据流） (5) 图23.5销售收发货管理业务数据流图（第二层数据流） (5) 图23.6销售服务管理业务数据流图（第二层数据流） (6) 图23.7企业销售管理E—R关系图 (6) 图23.8销售管理系统的功能模块图 (7) 图24.1 企业采购管理数据流程图 (8) 图24.2采购基础数据管理数据流程图(第二层数据流) (9) 图24.3采购计划管理数据流程图(第二层数据流) (9) 图24.4采购订单处理数据流程图(第二层数据流) (10) 图24.5采购收货管理数据流程图(第二层数据流) (10) 图24.6采购系统实体关系图 (11) 图24.7采购系统模块图 (12) 图25.1 企业库存管理第一层数据流图 (13) 图25.2库存基础数据管理数据流图(第二层数据流) (14) 图25.3库存处理数据流图(第二层数据流) (14) 图25.4入库处理展开数据流图(第三层数据流) (15) 图25.5出库处理展开数据流图(第三层数据流) (15) 图25.6企业库存管理E—R关系图 (16) 图25.7库存管理系统功能模块图 (17) 图26.1 制造标准管理业务数据流图 (18) 图26.2制造标准管理实体关系图 (18) 图26.3制造标准管理功能模块图 (19) 图27.1 计划管理业务数据流图 (20) 图27.2主生产计划管理业务数据流图（第二层数据流程图） (20) 图27.3物料需求计划管理业务数据流图第二层数据流程图） (21) 图27.4能力需求计划管理业务数据流图第二层数据流程图） (21) 图27.5计划管理实体关系 (22) 图27.6计划管理功能模块图 (23) 图28.1 企业车间管理第一层数据流图 (24) 图28.2车间任务管理系统数据流程图 (24) 图28.3生产工票管理数据流程图 (25) 图28.4车间物料管理数据流程图 (25) 图28.5车间完工管理数据流程图 (25) 图28.6企业生产管理E—R关系图 (26) 图28.7车间管理系统功能模块图 (27)
大数据分析和处理的方法步骤
大数据处理数据时代理念的三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果。具体的大数据处理方法其实有很多，但是根据长时间的实践，天互数据总结了一个基本的大数据处理流程，并且这个流程应该能够对大家理顺大数据的处理有所帮助。整个处理流程可以概括为四步，分别是采集、导入和预处理、统计和分析，以及挖掘。 采集 大数据的采集是指利用多个数据库来接收发自客户端的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。比如，电商会使用传统的关系型数据库MySQL和Oracle等来存储每一笔事务数据，除此之外，Redis和MongoDB 这样的NoSQL数据库也常用于数据的采集。 在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有可能会有成千上万的用户来进行访问和操作，比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在采集端部署大量数据库才能支撑。并且如何在这些数据库之间进行负载均衡和分片的确是需要深入的思考和设计。 统计/分析 统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基于MySQL 的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。统计与分析这部分的主要特点和挑战是分析涉及的数据量大，其对系统资源，特别是I/O会有极大的占用。 导入/预处理 虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时使用来自Twitter的Storm来对数据进行流式计算，来满足
大数据数据分析方法 数据处理流程实战案例
方法、数据处理流程实战案例时代，我们人人都逐渐开始用数据的眼光来看待每一个事情、事物。确实，数据的直观明了传达出来的信息让人一下子就能领略且毫无疑点，不过前提是数据本身的真实性和准确度要有保证。今天就来和大家分享一下关于方法、数据处理流程的实战案例，让大家对于这个岗位的工作内容有更多的理解和认识，让可以趁机了解了解咱们平时看似轻松便捷的数据可视化的背后都是有多专业的流程在支撑着。 一、大数据思维 在2011年、2012年大数据概念火了之后，可以说这几年许多传统企业也好，互联网企业也好，都把自己的业务给大数据靠一靠，并且提的比较多的大数据思维。 那么大数据思维是怎么回事？我们来看两个例子： 案例1：输入法 首先，我们来看一下输入法的例子。 我2001年上大学，那时用的输入法比较多的是智能ABC，还有微软拼音，还有五笔。那时候的输入法比现在来说要慢的很多，许多时候输一个词都要选好几次，去选词还是调整才能把这个字打出来，效率是非常低的。 到了2002年，2003年出了一种新的输出法——紫光拼音，感觉真的很快，键盘没有按下去字就已经跳出来了。但是，后来很快发现紫光拼音输入法也有它的问题，比如当时互联网发展已经比较快了，会经常出现一些新的词汇，这些词汇在它的词库里没有的话，就很难敲出来这个词。
在2006年左右，搜狗输入法出现了。搜狗输入法基于搜狗本身是一个搜索，它积累了一些用户输入的检索词这些数据，用户用输入法时候产生的这些词的信息，将它们进行统计分析，把一些新的词汇逐步添加到词库里去，通过云的方式进行管理。 比如，去年流行一个词叫“然并卵”，这样的一个词如果用传统的方式，因为它是一个重新构造的词，在输入法是没办法通过拼音“ran bing luan”直接把它找出来的。然而，在大数据思维下那就不一样了，换句话说，我们先不知道有这么一个词汇，但是我们发现有许多人在输入了这个词汇，于是，我们可以通过统计发现最近新出现的一个高频词汇，把它加到司库里面并更新给所有人，大家在使用的时候可以直接找到这个词了。 案例2：地图 再来看一个地图的案例，在这种电脑地图、手机地图出现之前，我们都是用纸质的地图。这种地图差不多就是一年要换一版，因为许多地址可能变了，并且在纸质地图上肯定是看不出来，从一个地方到另外一个地方怎么走是最好的？中间是不是堵车？这些都是有需要有经验的各种司机才能判断出来。 在有了百度地图这样的产品就要好很多，比如：它能告诉你这条路当前是不是堵的？或者说能告诉你半个小时之后它是不是堵的？它是不是可以预测路况情况？ 此外，你去一个地方它可以给你规划另一条路线，这些就是因为它采集到许多数据。比如：大家在用百度地图的时候，有GPS地位信息，基于你这个位置的移动信息，就可以知道路的拥堵情况。另外，他可以收集到很多