工业以太网设计四大原则

工业以太网设计四大原则

工业以太网技术具有价格低廉、稳定可靠、通信速率高、软硬件产品丰富、应用广泛以及支持技术成熟等优点，已成为最受欢迎的通信网络之一。

近些年来,随着网络技术的发展，以太网进入了控制领域，形成了新型的以太网控制网络技术。这主要是由于工业自动化系统向分布化、智能化控制方面发展,开放的、透明的通讯协议是必然的要求。

以太网技术引入工业控制领域，其技术优势非常明显。

工业以太网制造现在信息的强大性跟控制的快捷性，能够实现快速的串联跟控制，为现代工业制造实现真正意义上的“E网到底”奠定了良好的基础。

工业以太网已经被业内认为是未来控制网络的最佳解决方案，也是当前现场总线中的主流技术。工业化的新翘楚就由此诞生。

评估工业以太网设计标准或依据，大概来分应该就是以下四点：

(一)通信确定性与实时性

工业控制网络不同于普通数据网络的最大特点在于它必须满足控制作用对实时性的要求，即信号传输要足够快和满足信号的确定性。实时控制往往要求对某些变量的数据准确定时刷新。由于以太网采用CSMA/CD方式，网络负荷较大时，网络传输的不确定性不能满足工业控制的实时要求，故传统以太网技术难以满足控制系统要求准确定时通信的实时性要求，一直被视为“非确定性”的网络。

工业以太网采取了以下措施使得该问题基本得到解决：

采用快速以太网加大网络带宽

以太网的通信速率从10、100Mb/s增大到如今的1、10Gb/s。在数据吞吐量相同的情况下，通信速率的提高意味着网络负荷的减轻和网络传输延时的减小，即网络碰撞机率大大下降，从而提高其实时性。

采用全双工交换式以太网

用交换技术替代原有的总线型CSMA/CD技术，避免了由于多个站点共享并竞争信道导致发生的碰撞，减少了信道带宽的浪费，同时还可以实现全双工通信，提高信道的利用率。

降低网络负载

工业控制网络与商业控制网络不同，每个结点传送的实时数据量很少，一般为几个位或几个字节，而且突发性的大量数据传输也很少发生，因此可以通过限制网段站点数目，降低网络流量，进一步提高网络传输的实时性。

应用报文优先级技术

在智能交换机或集线器中，通过设计报文的优先级来提高传输的实时性。

(二)安全性

在工业生产过程中，很多现场不可避免地存在易燃、易爆或有毒气体等，对应用于这些工业现场的智能装置以及通信设备，都必须采取一定的防爆技术措施来保证工业现场的安全生产。

在目前技术条件下，对以太网系统采用隔爆、防爆的措施比较可行，即通过对以太网现场设备采取增安、气密、浇封等隔爆措施，使现场设备本身的故障产生的点火能量不外泄，以保证系统运行的安全性。对于没有严格的本安要求的非危险场合，则可以不考虑复杂的防爆措施。

工业系统的网络安全是工业以太网应用必须考虑的另一个安全性问题。工业以太网可以将企业传统的三层网络系统，即信息管理层、过程监控层、现场设备层，合成一体，使数据的传输速率更快、实时性更高，并可与Internet无缝集成，实现数据的共享，提高工厂的运

作效率。

但同时也引人了一系列的网络安全向题，工业网络可能会受到包括病毒感染、黑客的非法入侵与非法操作等网络安全威胁。

一般情况下，可以采用网关或防火墙等对工业网络与外部网络进行隔离，还可以通过权限控制、数据加密等多种安全机制加强网络的安全管理。

(三)稳定性与可靠性

传统的以太网并不是为工业应用而设计的，没有考虑工业现场环境的适应性需要。由于工业现场的机械、气候、尘埃等条件非常恶劣控制工程网版权所有，因此对设备的工业可靠性提出了更高的要求。在工厂环境中，工业网络必须具备较好的可靠性、可恢复性及可维护性。

为了解决在不间断的工业应用领域，在极端条件下网络也能稳定工作的问题，美国Synergetic微系统公司和德国Hirschmann，Jetter AG等公司专门开发和生产了导轨式集线器、交换机产品，安装在标准DIN导轨上，并有冗余电源供电，接插件采用牢固的DB-9结构。

此外，在实际应用中，主干网可采用光纤传输，现场设备的连接则可采用屏蔽双绞线，对于重要的网段还可采用冗余网络技术，以此提高网络的抗干扰能力和可靠性。

(四)总线供电问题

总线供电(或称总线馈电)是指连接到现场设备的线缆不仅传输数据信号，还能给现场设备提供工作电源。对于现场设备供电可以采取以下方法：

在目前以太网标准的基础上适当地修改物理层的技术规范，将以太网的曼彻斯特信号调制到一个直流或低频交流电源上，在现场设备端再将这两路信号分离开来。

不改变目前物理层的结构，而通过连接电缆中的空闲线缆为现场设备提供电源。

2.2设计的基本原则(四课时)

设计的基本原则（四课时） 一、教学目标： （1）、知识目标： A、理解设计的一般原则； B、理解设计的一般原则之间存在相互关联、相互制约的关系；（2）、能力目标： 初步学会用设计的一般原则来评价某个产品。能对有关的典型设计案例和产品进行设计的一般原则分析，培养学生的设计评价能力。（3）、态度和情感： 培养学生认真的、严谨的、有计划的设计精神、负责的情操和周密思考的品质。让学生认识到设计的一般原则之间互相关联、互相制约、互相影响的关系，设计要有可持续发展的观点。 （4）、重点和难点： ①知道设计的基本原则 ②会用设计的一般原则来评价某个产品。 二、教学资源准备 （1）、通过上网查找一些现实生活中能说明设计基本原则的实物图片或录像资料。 （2）、几种技术产品的技术标准 （3）、几种标准件的实物 三、教学过程 [复习导入]： 要设计一个好的产品，除了要经历前面学习的科学的和你的设计过程外，还应该遵循一些基本的设计原则。也就是在长期的设计实践中，人们形成的对设计的共性要求。设计必须具备创新、实用、经济、美观、道德、技术规范、可持续发展等设计的一般原则。这些原则既是设计的基本原则，又是评价设计作品的基本标准。这些原则之间往往互相关联、互相制约、互相渗透、互相影响，并体现在设计过程的各个环节之中。这一节课我们就来共同学习设计所遵循的基本原则。 1、科学性原则 首先，请看下面的填空题：（幻灯片放映） A、设计电动机、发电机遵循了（电磁感应）的科学原理。 B、照相机的镜头加增透膜遵循了（光的反射和折射）的科学原理。 C、汽车制造成流线型遵循了（减小阻力）的科学原理。 D、设计电冰箱遵循了（汽化吸热、蒸发制冷）的科学原理。 E、那么设计永动机又需要遵循什么科学原理呢？（能量的守恒和转化定

软件工程-数据库设计规范与命名规则

数据库设计规范、技巧与命名规范 一、数据库设计过程 数据库技术是信息资源管理最有效的手段。 数据库设计是指：对于一个给定的应用环境，构造最优的数据库模式，建立数据库及其应用系统，有效存储数据， 满足用户信息要求和处理要求。 数据库设计的各阶段： A、需求分析阶段：综合各个用户的应用需求(现实世界的需求)。 B、在概念设计阶段：形成独立于机器和各DBMS产品的概念模式(信息世界模型)，用E-R图来描述。 C、在逻辑设计阶段：将E-R图转换成具体的数据库产品支持的数据模型，如关系模型，形成数据库逻辑模式。 然后根据用户处理的要求，安全性的考虑，在基本表的基础上再建立必要的视图(VIEW)形成数据的外模式。 D、在物理设计阶段：根据DBMS特点和处理的需要，进行物理存储安排，设计索引，形成数据库内模式。 1. 需求分析阶段 需求收集和分析，结果得到数据字典描述的数据需求(和数据流图描述的处理需求)。 需求分析的重点：调查、收集与分析用户在数据管理中的信息要求、处理要求、安全性与完整性要求。 需求分析的方法：调查组织机构情况、各部门的业务活动情况、协助用户明确对新系统的各种要求、确定新系统的边界。 常用的调查方法有：跟班作业、开调查会、请专人介绍、询问、设计调查表请用户填写、查阅记录。 分析和表达用户需求的方法主要包括自顶向下和自底向上两类方法。自顶向下的结构化分析方法(Structured Analysis， 简称SA方法)从最上层的系统组织机构入手，采用逐层分解的方式分析系统，并把每一层用数据流图和数据字典描述。 数据流图表达了数据和处理过程的关系。系统中的数据则借助数据字典(Data Dictionary，简称DD)来描述。 2. 概念结构设计阶段 通过对用户需求进行综合、归纳与抽象，形成一个独立于具体DBMS的概念模型，可以用E-R图表示。 概念模型用于信息世界的建模。概念模型不依赖于某一个DBMS支持的数据模型。概念模型可以转换为计算机上某一 DBMS 支持的特定数据模型。 概念模型特点： (1) 具有较强的语义表达能力，能够方便、直接地表达应用中的各种语义知识。 (2) 应该简单、清晰、易于用户理解，是用户与数据库设计人员之间进行交流的语言。 概念模型设计的一种常用方法为IDEF1X方法，它就是把实体-联系方法应用到语义数据模型中的一种语义模型化技术， 用于建立系统信息模型。 使用IDEF1X方法创建E-R模型的步骤如下所示:

数据库设计方法及

数据库设计方法及命名规范

- - 2 数据库设计方法、规范与技巧 (5) 一、数据库设计过程 (5) 1. 需求分析阶段 (6) 2. 概念结构设计阶段 (9) 2.1 第零步——初始化工程 (10) 2.2 第一步——定义实体 (10) 2.3 第二步——定义联系 (11) 2.4 第三步——定义码 (11) 2.5 第四步——定义属性 (12) 2.6 第五步——定义其他对象和规则 (12) 3. 逻辑结构设计阶段 (13) 4. 数据库物理设计阶段 (15) 5. 数据库实施阶段 (15) 6. 数据库运行和维护阶段 (16) 7.建模工具的使用 (16) 二、数据库设计技巧 (18) 1. 设计数据库之前（需求分析阶段） (18) 2. 表和字段的设计（数据库逻辑设计） (19) 1) 标准化和规范化 (19) 2) 数据驱动 (20)

- - 3 3) 考虑各种变化 (21) 4) 对地址和电话采用多个字段 (22) 5) 使用角色实体定义属于某类别的列 (22) 6) 选择数字类型和文本类型尽量充足 (23) 7) 增加删除标记字段 (24) 3. 选择键和索引（数据库逻辑设计） (24) 4. 数据完整性设计（数据库逻辑设计） (27) 1) 完整性实现机制： (27) 2) 用约束而非商务规则强制数据完整性 (27) 3) 强制指示完整性 (28) 4) 使用查找控制数据完整性 (28) 5) 采用视图 (28) 5. 其他设计技巧 (29) 1) 避免使用触发器 (29) 2) 使用常用英语（或者其他任何语言）而不 要使用编码 (29) 3) 保存常用信息 (29) 4) 包含版本机制 (30) 5) 编制文档 (30) 6) 测试、测试、反复测试 (31) 7) 检查设计 (31) 三、数据库命名规范 (31) 1. 实体（表）的命名 (31) 2. 属性（列）的命名 (34)

结构设计的四项原则

结构设计的“四项基本原则” 刚柔相济，多道防线，抓大放小，打通关节 1、刚柔相济 合理的建筑结构体系应该是刚柔相济的。结构太刚则变形能力差，强大的破坏力瞬间袭来时，需要承受的力很大，容易造成局部受损最后全部毁坏；而太柔的结构虽然可以很好的消减外力，但容易造成变形过大而无法使用甚至全体倾覆。结构是刚多一点好，还是柔多一点好？刚到什么程度或柔到什么程度才算合适呢？这些问题历来都是专家们争论的焦点，现今的规范给出的也只是一些控制的指标，但无法提供“放之四海皆准”的精确答案。最后，专家们达成难以准确言传的共识：刚柔相济乃是设计者的追求。道也许都是相通的。 想想看，人应该是刚多一点好还是柔多一点好呢？思考的哲人们对此各抒已见，力求给出处世的灵丹妙方。总的来讲，做人太刚和太柔都不受推崇。过份刚强者，应变能力差，难以找到共同受力的合作者，便要我行我素，要鹤立鸡群，即使面对任何突然袭来的恶势力，亦敢于硬顶硬撞而不留变通的余地，这种时候必须有足够的刚度才能立于不败，否则一旦后继乏力，油尽灯枯就会发生脆性破坏，导致伤痕累累、体无完肤的灭顶之灾。在盛赞这种刚

气之余，却鲜有人能够或者愿意完全去做到，英雄的眼泪大抵只有英雄自己能体味。人们唯有感叹道：精神可嘉，方法难取！ 世人处世多以“柔”为本，退一步海阔天空，和为贵。柔者易于找到共同受力的构件以协同消化和抵抗外力。但过柔亦为人所不耻。因为“柔”必然产生变形以适应外力，太柔的结果必然是太大的变形，甚至会导致立足不稳而失去根本。处世极为圆滑者，八面玲珑，见风使舵，整日上窜下跳，左右逢源，活得游刃有余，这种柔得无形，表面上着实不容易受到伤害，骨子里却难免有“似我非我”的疑问，弄不好会个性丧失、面目全非，可能还免不了要背上奴颜婢膝的骂名。 所以古人在长期的实践后发现了中庸之道最适合生存。用现代的话来讲大意是做人最好既有原则性又有灵活性，也就是刚柔相济。刚是立足之本，必要刚度不能少，如此方能控制变形在可以忍受的范围内，才不会失掉本质的东西；柔为护身之法，血肉之躯刚度毕竟有限，要学会以柔克刚，不断提高消化转换外力的能力，有时候，牺牲一点变形来抵抗突然到来的摧毁力是必要的，也是值得的，但应以不失去自我为度。 只可惜“道可道，道难行”。不是想刚就能刚，想柔便得柔的，刚柔相济只是理想中的“模糊结构”，每个人的组成材料千差万别，生存的地基也不尽相同，所受的外力更难统一定性。如此的差异下，企望哲人们找到统一的、万无一失的处世良方实在勉为其难。不过，每个人如果都能给自己多一点时间，去思考一下适合于自身的结构体系，想必这世界会有另一番光景。

数据库设计和编码规范

数据库设计和编码规范 Version

目录

简介 读者对象 此文档说明书供开发部全体成员阅读。 目的 一个合理的数据库结构设计是保证系统性能的基础。一个好的规范让新手容易进入状态且少犯错，保持团队支持顺畅，系统长久使用后不至于紊乱，让管理者易于在众多对象中，获取所需或理清问题。 同时，定义标准程序也需要团队合作，讨论出大家愿意遵循的规范。随着时间演进，还需要逐步校订与修改规范，让团队运行更为顺畅。 数据库命名规范 团队开发与管理信息系统讲究默契，而制定服务器、数据库对象、变量等命名规则是建立默契的基本。 命名规则是让所有的数据库用户，如数据库管理员、程序设计人员和程序开发人员，可以直观地辨识对象用途。而命名规则大都约定俗成，可以依照公司文化、团队习惯修改并落实。 规范总体要求 1.避免使用系统产品本身的惯例，让用户混淆自定义对象和系统对象或关键词。 例如，存储过程不要以sp_或xp_开头，因为SQL SERVER的系统存储过程以 sp_开头，扩展存储过程以xp_开头。 2.不要使用空白符号、运算符号、中文字、关键词来命名对象。 3.名称不宜过于简略，要让对象的用途直观易懂，但也不宜过长，造成使用不方 便。 4.不用为数据表内字段名称加上数据类型的缩写。 5.名称中最好不要包括中划线。

6.禁止使用[拼音]+[英语]的方式来命名数据库对象或变量。 数据库对象命名规范 我们约定，数据库对象包括表、视图（查询）、存储过程（参数查询）、函数、约束。对象名字由前缀和实际名字组成，长度不超过30。避免中文和保留关键字，做到简洁又有意义。前缀就是要求每种对象有固定的开头字符串，而开头字符串宜短且字数统一。可以讨论一下对各种对象的命名规范，通过后严格按照要求实施。例如：

数据库表设计的几条准则

数据库表设计的几条准则 前言：数据库设计在平时的工作是必不可少的，良好的表设计可以让我们查询效率更高，加快网站访问速度，提升用户体验，并且方便于我们查询数据。本篇博客就来聚焦一下，如何设计出高可复用，优良的表结构，从而在实际的工作中使我们写出更好的代码。 数据库表设计的几条黄金准则： 一：字段的原子性 解释：保证每列的原子性，不可分解，意思表达要清楚，不能含糊，高度概括字段的含义，能用一个字段表达清楚的绝不使用第二个字段，可以用两个字段表达清楚的绝不使用一个 字段 二：主键设计 解释：主键不要与业务逻辑有所关联，最好是毫无意义的一串独立不重复的数字，常见的比如UUID或者将主键设置为Auto_increment; 三：字段使用次数 解释：对于频繁修改的字段（一般是指状态类字段）最好用独立的数字或者单个字母去表示，不用使用汉字或者英文 四：字段长度 解释：建表的时候，字段长度尽量要比实际业务的字段大3-5个字段左右（考虑到合理性和伸缩性），最好是2的n次方幂值。不能建比实际业务太大的字段长度，这是因为如果字段长度过大，在进行查询的时候索引在B- Tree树上遍历会越耗费时间，从而查询的时间会越久；但是绝对不能建小，否则mysql数据会报错，程序会抛出异常； 五：关于外键 解释：尽量不要建立外键，保证每个表的独立性。如果非得保持一定的关系，最好是通过id 进行关联 六：动静分离 解释：最好做好静态表和动态表的分离。这里解释一下静态表和动态表的含义，静态表：存储着一些固定不变的资源，比如城市/地区名/国家。动态表：一些频繁修改的表 七：关于code值 解释：使用数字码或者字母去代替实际的名字，也就是尽量把name转换为code，因为name 可能会变（万一变化就会查询处多条数据，从而抛出错误），但是code一般是不会变化的.另一方面，code值存储的字符较少，也能减少数据库的压力 八：关于Null值 解释：不要有null值，有null值的话，数据库在进行索引的时候查询的时间更久，从而浪费更多的时间！

食品工厂总平面设计

第二章 食品工厂总平面设计 第一节厂址选择 厂址选择是企业基本建设中的关键问题之一，也是关系到工厂建设顺利与否和将来生产运行成本高低的关键大事。它对投资总额、建厂速度和将来的经营管理条件、生产成本起着决定性的影响，同时也对附近其他工厂的生产条件、居住的生活卫生条件、职工生活方便与否起着很大的影响。一个工厂的厂址选择将对建厂速度、建设投资，对项目建成后的经济效益、社会效益和环境效益的发挥，对食品工业的合理布局和地区经济文化的发展具有深远意”义。因此厂址选择是一项包括社会关系、经济、技术的综合性工作。 一、厂址选择的基本原则 食品工厂的厂址选择必须遵守国家法律、法规，符合国家和地方的长远规划和行政布局、国土开发整治规划、城镇发展规划。同时从全局出发，正确处理工业与农业、城市与乡村、远期与近期以及协作配套等各种关系，并因地制宜、节约用地、不占或少占耕地及林地。注意资源合理开发和综合利用；节约能源，节约劳动力；注意环境保护和生态平衡；保护风景和名胜古迹；另外还要做到有利生产、方便生活、便于施工，并提供有多个可供选择的方案进行比较和评价。厂址选择的原则主要是从两个方面综合考虑。 1．生产条件 （1）从原料供应方面考虑 食品工厂一般倾向于设在原料产地附近的大中城市的郊区。食品企业多数是以农产品为主要原料的加工企业，由于在加工中需要大量的农产品为原料，同时食品生产是一个大宗的原料生产过程，因此选择原料产地附近的地域可以保证获得足够数量和质量的新鲜原材料。同时食品生产过程中还需要工业性的辅助材料和包装材料，这又要求厂址选择要具有一定的工业性原料供应方便的优势。另外从食品工厂产品的销售市场看，食品生产的目的是提供高品质、方便的食品给消费者，因此主要的消费市场是以人口集中的城市为主。因此选择食品工厂建立在城乡结合地带是生产、销售的需求。但由于食品工厂种类的复杂性，在选择厂址的时候可以根据具体情况是以选择原料的便利性为主，还是以销售的方便性为主，不能一概而论。 （2）从地理和环境条件考虑 地理环境要能保证食品工厂的长久安全性，而环境条件主要保证食品生产的安全卫生性。 l）所选厂址，必须要有可靠的地理条件，特别是应避免将工厂设在流沙、淤泥、土崩断裂层上。尽量避免特殊地质如溶洞、湿陷性黄土、孔性土等。在山坡上建厂则要注意避免滑坡、塌方等。同时也要避免将工厂设在矿场、文物区域上。同时厂址要具有一定的地耐力，一般要求不低于2×105N/m2 2）厂址所在地区的地形要尽量平坦，以减少土地平整所需工程量和费用；也方便厂区内各车间之间的运输。厂区的标高应高于当地历史最高洪水位约0.5～lm，特别是主厂房和仓库的标高更应高于历史洪水位。厂区自然排水坡度最好在0.004～0.008之间。

产品设计的四大原则：清晰、流畅、统一、美观

住用户，让用户对产品更有期待。 但是每类应用的需求不同，受众群体也不同，所以每个设计师在设计产品时都会纠结怎么把产品做到清晰。比如摄影产品，打开就是快门和取景框，相信大家都懂得怎么用，这类工具类应用很简单的就能做到清晰。再说社交类应用，微信打开界面大家都能知道聊天框和标签栏的作用，这类产品说难也不难，毕竟同类产品还是很多的。其实最难做好的，还是购物类应用，不知道为什么，这类产品总是喜欢把界面元素设计得又多又乱才肯罢休，可能是我们的文化背景和生存环境导致的吧。但是话说回来，这么多类应用都要根据自己的产品定位来设计，每个产品定位的清晰性都是不同的。 所以要做到产品设计清晰，必须让目标用户在符合产品条件的基础上，去正确的理解产品界面。不需要思考就对界面的设计有所了解；或者是让用户通过产品简单的提示或帮助说明，就能够理解产品界面，并进行使用。 要做到这点就要让用户知道自己目前处于什么位置，并知道自己能干什么或要干什么。其实这些说起来很简单，但是要做到却并不容易，所以对用户的研究必不可少，让产品定位精准，明确目标用户等等，都是非常重要的步骤。这也是为什么清晰是产品设计原则中最重要的原因。如果能做到这点，即使页面再多，也不会让用户觉得不知所措。(当然页面数量还是有点影响的) 流畅 在保证了产品界面清晰的前提下，界面的流畅性可以让用户和产品之间产生良好的互动。一个优秀的产品，在用户使用的过程中不仅不需要复杂的学习就能使用，而且还能高效的使用。 如何保证流畅性？很简单，就是突出产品的核心。 我们生活在一个快速发展的时代，做任何事情都容易被打扰，导致过程中断。所以想要留住用户，必须让用户没有负担且帮助用户快速完成任务。这样才能赢得用户的尊重。 想必所有人都在网上买过东西，不说远的，就说说外卖。每当我们打开一款外卖App看到最多的永远是商家吧？这些商家的排序是从距离最近的到距离最远的，然后排除无法送达的。其实我想说：用户会关心距离远近么？不要每次让用户打开你们的App时都是出现一样的排序，记住用户点餐时商家的记录以及筛选出类似的商家排在前面才是用户关心的。这样不至于每次打开App都要去重新搜索或翻半天记录或者是找订单。如果用户记不住商家名称呢？如果用户不想点这家的但是想点同类的食物呢？ 保持使用流畅的另一个说法就是高效。让用户快速的完成任务，才是App存在的理由。也不要以为用户点了下单就不想删减购物车的东西，留个路口让用户删减多余的商品而不是返回去重新操作。

11-个重要的数据库设计规则

11-个重要的数据库设计规则

?简介 在您开始阅读这篇文章之前，我得明确地告诉您，我并不是一个数据库设计领域的大师。以下列出的11点是我对自己在平时项目实践和阅读中学习到的经验总结出来的个人见解。我个人认为它们对我的数据库设计提供了很大的帮助。实属一家之言，欢迎拍砖: ) 我之所以写下这篇这么完整的文章是因为，很多开发者一参与到数据库设计，就会很自然地把“三范式”当作银弹一样来使用。他们往往认为遵循这个规范就是数据库设计的唯一标准。由于这种心态，他们往往尽管一路碰壁也会坚持把项目做下去。 如果你对“三范式”不清楚，请点击这里（FQ）一步一步的了解什么是“三范式”。 大家都说标准规范是重要的指导方针并且也这么做着，但是把它当作石头上的一块标记来记着（死记硬背）还是会带来麻烦的。以下11点是我在数据库设计时最优先考虑的规则。 ?规则1：弄清楚将要开发的应用程序是什么性质的（OLTP 还是OPAP）？

当你要开始设计一个数据库的时候，你应该首先要分析出你为之设计的应用程序是什么类型的，它是“事务处理型”（Transactional）的还是“分析型”（Analytical）的？你会发现许多开发人员采用标准化做法去设计数据库，而不考虑目标程序是什么类型的，这样做出来的程序很快就会陷入性能、客户定制化的问题当中。正如前面所说的，这里有两种应用程序类型，“基于事务处理”和“基于分析”，下面让我们来了解一下这两种类型究竟说的是什么意思。 事务处理型：这种类型的应用程序，你的最终用户更关注数据的增查改删（CRUD，Creating/Reading/Updating/Deleting）。这种类型更加官方的叫法是“OLTP”。 分析型：这种类型的应用程序，你的最终用户更关注数据分析、报表、趋势预测等等功能。这一类的数据库的“插入”和“更新”操作相对来说是比较少的。它们主要的目的是更加快速地查询、分析数据。这种类型更加官方的叫法是“OLAP”。 那么换句话说，如果你认为插入、更新、删除数据这些操作在你的程序中更为突出的话，那就设计一个规范化的表否则的话就去创建一个扁平的、不规范化的数据库结构。

规范化-数据库设计原则

规范化－数据库设计原则 关系数据库设计的核心问题是关系模型的设计。本文将结合具体的实例，介绍数据库设计规范化的流程。摘要 关系型数据库是当前广泛使用的数据库类型，关系数据库设计是对数据进行组织化和结构化的过程，核心问题是关系模型的设计。对于数据库规模较小的情况，我们可以比较轻松的处理数据库中的表结构。然而，随着项目规模的不断增长，相应的数据库也变得更加复杂，关系模型表结构更为庞杂，这时我们往往会发现我们写出来的SQL语句的是很笨拙并且效率低下的。更糟糕的是，由于表结构定义的不合理，会导致在更新数据时造成数据的不完整。因此，就有必要学习和掌握数据库的规范化流程，以指导我们更好的设计数据库的表结构，减少冗余的数据，借此可以提高数据库的存储效率，数据完整性和可扩展性。本文将结合具体的实例，介绍数据库规范化的流程。 序言 本文的目的就是通过详细的实例来阐述规范化的数据库设计原则。在DB2中，简洁、结构明晰的表结构对数据库的设计是相当重要的。规范化的表结构设计，在以后的数据维护中，不会发生插入（insert）、删除（delete）和更新（update）时的异常。反之，数据库表结构设计不合理，不仅会给数据库的使用和维护带来各种各样的问题，而且可能存储了大量不需要的冗余信息，浪费系统资源。 要设计规范化的数据库，就要求我们根据数据库设计范式――也就是数据库设计的规范原则来做。但是一些相关材料上提到的范式设计，往往是给出一大堆的公式，这给设计者的理解和运用造成了一定的困难。因此，本文将结合具体形象的例子，尽可能通俗化地描述三个范式，以及如何在实际工程中加以优化使用。规范化 在设计和操作维护数据库时，关键的步骤就是要确保数据正确地分布到数据库的表中。使用正确的数据结构，不仅便于对数据库进行相应的存取操作，而且可以极大地简化使用程序的其他内容（查询、窗体、报表、代码等）。正确进行表设计的正式名称就是"数据库规范化"。后面我们将通过实例来说明具体的规范化的工程。关于什么是范式的定义，请参考附录文章1. 数据冗余 数据应该尽可能少地冗余，这意味着重复数据应该减少到最少。比如说，一个部门雇员的电话不应该被存储在不同的表中，因为这里的电话号码是雇员的一个属性。如果存在过多的冗余数据，这就意味着要占用了更多的物理空间，同时也对数据的维护和一致性检查带来了问题，当这个员工的电话号码变化时，冗余数据会导致对多个表的更新动作，如果有一个表不幸被忽略了，那么就可能导致数据的不一致性。 规范化实例 为了说明方便，我们在本文中将使用一个SAMPLE数据表，来一步一步分析规范化的过程。 首先，我们先来生成一个的最初始的表。 CREATE TABLE "SAMPLE" ( "PRJNUM" INTEGER NOT NULL, "PRJNAME" VARCHAR(200), "EMYNUM" INTEGER NOT NULL, "EMYNAME" VARCHAR(200), "SALCATEGORY" CHAR(1), "SALPACKAGE" INTEGER)

工业以太网设计四大原则

工业以太网设计四大原则 工业以太网技术具有价格低廉、稳定可靠、通信速率高、软硬件产品丰富、应用广泛以及支持技术成熟等优点，已成为最受欢迎的通信网络之一。 近些年来,随着网络技术的发展，以太网进入了控制领域，形成了新型的以太网控制网络技术。这主要是由于工业自动化系统向分布化、智能化控制方面发展,开放的、透明的通讯协议是必然的要求。 以太网技术引入工业控制领域，其技术优势非常明显。 工业以太网制造现在信息的强大性跟控制的快捷性，能够实现快速的串联跟控制，为现代工业制造实现真正意义上的“E网到底”奠定了良好的基础。 工业以太网已经被业内认为是未来控制网络的最佳解决方案，也是当前现场总线中的主流技术。工业化的新翘楚就由此诞生。 评估工业以太网设计标准或依据，大概来分应该就是以下四点： (一)通信确定性与实时性 工业控制网络不同于普通数据网络的最大特点在于它必须满足控制作用对实时性的要求，即信号传输要足够快和满足信号的确定性。实时控制往往要求对某些变量的数据准确定时刷新。由于以太网采用CSMA/CD方式，网络负荷较大时，网络传输的不确定性不能满足工业控制的实时要求，故传统以太网技术难以满足控制系统要求准确定时通信的实时性要求，一直被视为“非确定性”的网络。 工业以太网采取了以下措施使得该问题基本得到解决： 采用快速以太网加大网络带宽 以太网的通信速率从10、100Mb/s增大到如今的1、10Gb/s。在数据吞吐量相同的情况下，通信速率的提高意味着网络负荷的减轻和网络传输延时的减小，即网络碰撞机率大大下降，从而提高其实时性。 采用全双工交换式以太网 用交换技术替代原有的总线型CSMA/CD技术，避免了由于多个站点共享并竞争信道导致发生的碰撞，减少了信道带宽的浪费，同时还可以实现全双工通信，提高信道的利用率。 降低网络负载 工业控制网络与商业控制网络不同，每个结点传送的实时数据量很少，一般为几个位或几个字节，而且突发性的大量数据传输也很少发生，因此可以通过限制网段站点数目，降低网络流量，进一步提高网络传输的实时性。 应用报文优先级技术 在智能交换机或集线器中，通过设计报文的优先级来提高传输的实时性。 (二)安全性 在工业生产过程中，很多现场不可避免地存在易燃、易爆或有毒气体等，对应用于这些工业现场的智能装置以及通信设备，都必须采取一定的防爆技术措施来保证工业现场的安全生产。 在目前技术条件下，对以太网系统采用隔爆、防爆的措施比较可行，即通过对以太网现场设备采取增安、气密、浇封等隔爆措施，使现场设备本身的故障产生的点火能量不外泄，以保证系统运行的安全性。对于没有严格的本安要求的非危险场合，则可以不考虑复杂的防爆措施。 工业系统的网络安全是工业以太网应用必须考虑的另一个安全性问题。工业以太网可以将企业传统的三层网络系统，即信息管理层、过程监控层、现场设备层，合成一体，使数据的传输速率更快、实时性更高，并可与Internet无缝集成，实现数据的共享，提高工厂的运

数据库设计规范

1概述 1.1目的 软件研发数据库设计规范作为数据库设计的操作规范，详细描述了数据库设计过程及结果，用于指导系统设计人员正确理解和开展数据库设计。 1.2适用范围 1.3术语定义 DBMS：数据库管理系统，常用的商业DBMS有Oracle, SQL Server, DB2等。 数据库设计：数据库设计是在给定的应用场景下，构造适用的数据库模式，建立数据库及其应用系统，有效存储数据，满足用户信息要求和处理要求。 概念数据模型：概念数据模型以实体-关系 (Entity-RelationShip,简称E-R)理论为基础，并对这一理论进行了扩充。它从用户的观点出发对信息进行建模，主要用于数据库概念级别的设计，独立于机器和各DBMS产品。可以用Sybase PowerDesigner工具来建立概念数据模型（CDM）。 逻辑数据模型：将概念数据模型转换成具体的数据库产品支持的数据模型，如关系模型，形成数据库逻辑模式。可

以用Sybase PowerDesigner工具直接建立逻辑数据模型（LDM），或者通过CDM转换得到。 物理数据模型：在逻辑数据模型基础上，根据DBMS特点和处理的需要，进行物理存储安排，设计索引，形成数据库内模式。可以用Sybase PowerDesigner工具直接建立物理数据模型（PDM），或者通过CDM / LDM转换得到。 2数据库设计原则 按阶段实施并形成该阶段的成果物 一般符合3NF范式要求；兼顾规范与效率 使用公司规定的数据库设计软件工具 命名符合公司标准和项目标准 3数据库设计目标 规范性：一般符合3NF范式要求，减少冗余数据。 高效率：兼顾规范与效率，适当进行反范式化，满足应用系统的性能要求。 紧凑性：例如能用char(10)的就不要用char(20)，提高存储的利用率和系统性能，但同时也要兼顾扩展性和可移植性。 易用性：数据库设计清晰易用，用户和开发人员均能容

工业厂房设计基本原则

工业建筑种类繁多，可分为钢铁厂建筑、机械制造厂建筑、精密仪表厂建筑、航空工厂建筑、造船厂建筑、水泥厂建筑、化工厂建筑、纺织厂建筑、火力发电厂建筑、水电站建筑和核电 站建筑等。工业厂房按用途可分为生产厂房、辅助生产厂房、仓库、动力站，以及各种用途 的建筑物和构筑物，如滑道、烟囱、料斗、水塔等；按生产特征可分为热加工厂房、冷加工 厂房和洁净厂房等；按建筑空间形式可分为单层厂房和多层厂房两类。 设计基本原则 满足生产工艺要求 有下列几个方面。这是确定建筑设计方案的基本出发点。与建筑有关的工艺要求是：①流程。直接影响各工段、各部门平面的次序和相互关系。②运输工具和运输方式。与厂房平面、结 构类型和经济效果密切相关。③生产特点。如散发大量余热和烟尘，排出大量酸、碱等腐蚀 物质或有毒、易燃、易爆气体，以及有温度、湿度、防尘、防菌等卫生要求等。 合理选择结构形式 根据生产工艺要求和材料、施工条件，选择适宜的结构体系。钢筋混凝土结构材料易得,施工 方便，耐火耐蚀,适应面广，可以预制，也可现场浇注，为中国目前的单层和多层厂房所常用。钢结构则多用在大跨度、大空间或振动较大的生产车间，但要采取防火、防腐蚀措施。最好 采用工业化体系建筑，以节省投资、缩短工期。 保证良好的生产环境 下面几点是必须做到的：①有良好的采光和照明。一般厂房多为自然采光（见工业建筑采光），但采光均匀度较差。如纺织厂的精纺和织布车间多为自然采光，但应解决日光直射问题。如果自然采光不能满足工艺要求，则采用人工照明（见工业建筑照明）。②有良好的通风。如采用自然通风，要了解厂房内部状况（散热量、热源状况等）和当地气象条件，设计 好排风通道。某些散发大量余热的热加工和有粉尘的车间(如铸造车间)应重点解决好自然通 风问题。③控制噪声。除采取一般降噪措施外，还可设置隔声间。④对于某些在温度、湿度、洁净度、无菌、防微振、电磁屏蔽、防辐射等方面有特殊工艺要求的车间，则要在建筑平面、结构以及空气调节等方面采取相应措施。⑤要注意厂房内外整体环境的设计，包括色彩和绿 化等。 合理布置用房 生活用房包括存衣间、厕所、盥洗室、淋浴室、保健站、餐室等，布置方式按生产需要和卫 生条件而定。车间行政管理用房和一些空间不大的生产辅助用房，可以和生活用房布置在一起。 总平面布置 这是工业建筑设计的首要环节。在厂址选定后，总平面布置应以生产工艺流程为依据，确定 全厂用地的选址和分区、工厂总体平面布局和竖向设计，以及公用设施的配置，运输道路和 管道网路的分布等。此外，生产经营管理用房和全厂职工生活、福利设施用房的安排也属于 总平面布置的内容。解决生产过程中的污染问题和保护环境质量也是总平面布置必须考虑的。总平面布置的关键是合理地解决全厂各部分之间的分隔和联系，从发展的角度考虑全局问题。总平面布置涉及面广，因素复杂，常采用多方案比较或运用计算机辅助设计方法，选出最佳 方案。 防腐蚀设计 工业生产过程中应用和产生的酸、碱、盐以及侵蚀性溶剂，大气、地下水、地面水、土壤中 所含侵蚀性介质，都会使建筑物受到腐蚀。此外，建筑物还会受到生物腐蚀。 建筑防腐蚀设计的原则：①限制侵蚀性介质的作用范围；②将侵蚀性介质稀释排放；③在建 筑布置、结构选型、节点构造和材料选择等方面采取防护措施。 总体布置要点 ①对散发大量侵蚀性介质的厂房、仓库、贮罐、排气筒、堆场等，尽可能集中布置于常年 主导风向的下风侧和地下水流向的下游。为利于通风，厂房和仓库的长轴应尽量垂直于主导

建筑设计的四项基本原则

建筑设计的四项基本原则 建筑设计的四项基本原则：刚柔相济、多道防线、抓大放小、打通关节 一、刚柔相济 合理的建筑结构体系应该是刚柔相济的。结构太刚则变形能力差，强大的破坏力瞬间袭来时，需要承受的力很大，容易造成局部受损最后全部毁坏；而太柔的结构虽然可以很好的消减外力，但容易造成变形过大而无法使用甚至全体倾覆。结构是刚多一点好，还是柔多一点好？刚到什么程度或柔到什么程度才算合适呢？这些问题历来都是专家们争论的焦点，现今的规范给出的也只是一些控制的指标，但无法提供“放之四海皆准”的精确答案。最后，专家们达成难以准确言传的共识：刚柔相济乃是设计者的追求。 道也许都是相通的。 想想看，人应该是刚多一点好还是柔多一点好呢？思考的哲人们对此各抒已见，力求给出处世的灵丹妙方。总的来讲，做人太刚和太柔都不受推崇。过份刚强者，应变能力差，难以找到共同受力的，便要我行我素，要鹤立鸡群，即使面对任何突然袭来的恶势力，亦敢于硬顶硬撞而不留变通的余地，这种时候必须有足够的刚度才能立于不败，否则一旦后继乏力，油尽灯枯就会发生脆性破坏，导致伤痕累累、

体无完肤的灭顶之灾。在盛赞这种刚气之余，却鲜有人能够或者愿意完全去做到，英雄的眼泪大抵只有英雄自己能体味。人们唯有感叹道：精神可嘉，方法难取！世人处世多以“柔”为本，退一步海阔天空，和为贵。柔者易于找到共同受力的构件以协同消化和抵抗外力。但过柔亦为人所不耻。因为“柔”必然产生变形以适应外力，太柔的结果必然是太大的变形，甚至会导致立足不稳而失去根本。处世极为圆滑者，八面玲珑，见风使舵，整日上窜下跳，左右逢源，活得游刃有余，这种柔得无形，表面上着实不容易受到伤害，骨子里却难免有“似我非我”的疑问，弄不好会个性丧失、面目全非，可能还免不了要背上奴颜婢膝的骂名。所以古人在长期的实践后发现了中庸之道最适合生存。用现代的话来讲大意是做人最好既有原则性又有灵活性，也就是刚柔相济。刚是立足之本，必要刚度不能少，如此方能控制变形在可以忍受的范围内，才不会失掉本质的东西；柔为护身之法，血肉之躯刚度毕竟有限，要学会以柔克刚，不断提高消化转换外力的能力，有时候，牺牲一点变形来抵抗突然到来的摧毁力是必要的，也是值得的，但应以不失去自我为度。 二、多道防线 安全的结构体系是层层设防的，灾难来临，所有抵抗外力的结构都在通力合作，前仆后继。这时候，如果把“生存”的希望全部寄托在某个单一的构件上，是非常非常危险的。

数据库设计规范

数据库设计规范 一、数据库设计过程 数据库技术是信息资源管理最有效的手段。数据库设计是指对于一个给定的应用环境，构造最优的数据库模式，建立数据库及其应用系统，有效存储数据，满足用户信息要求和处理要求。 数据库设计中需求分析阶段综合各个用户的应用需求（现实世界的需求），在概念设计阶段形成独立于机器特点、独立于各个dbms产品的概念模式（信息世界模型），用e-r图来描述。在逻辑设计阶段将e-r图转换成具体的数据库产品支持的数据模型如关系模型，形成数据库逻辑模式。然后根据用户处理的要求，安全性的考虑，在基本表的基础上再建立必要的视图（view）形成数据的外模式。在物理设计阶段根据dbms特点和处理的需要，进行物理存储安排，设计索引，形成数据库内模式。 1. 需求分析阶段 需求收集和分析，结果得到数据字典描述的数据需求（和数据流图描述的处理需求）。 需求分析的重点是调查、收集与分析用户在数据管理中的信息要求、处理要求、安全性与完整性要求。 需求分析的方法：调查组织机构情况、调查各部门的业务活动情况、协助用户明确对新系统的各种要求、确定新系统的边界。 常用的调查方法有：跟班作业、开调查会、请专人介绍、询问、设计调查表请用户填写、查阅记录。 分析和表达用户需求的方法主要包括自顶向下和自底向上两类方法。自顶向下的结构化分析方法（structured analysis，简称sa方法）从最上层的系统组织机构入手，采用逐层分解的方式分析系统，并把每一层用数据流图和数据字典描述。 数据流图表达了数据和处理过程的关系。系统中的数据则借助数据字典（data dictionary，简称dd）来描述。 数据字典是各类数据描述的集合，它是关于数据库中数据的描述，即元数据，而不是数据本身。数据字典通常包括数据项、数据结构、数据流、数据存储和处理过程五个部分(至少应该包含每个字段的数据类型和在每个表内的主外键)。 数据项描述＝｛数据项名，数据项含义说明，别名，数据类型，长度， 取值范围，取值含义，与其他数据项的逻辑关系｝ 数据结构描述＝｛数据结构名，含义说明，组成:｛数据项或数据结构｝｝ 数据流描述＝｛数据流名，说明，数据流来源，数据流去向， 组成:｛数据结构｝，平均流量，高峰期流量｝ 数据存储描述＝｛数据存储名，说明，编号，流入的数据流，流出的数据流， 组成:｛数据结构｝，数据量，存取方式｝ 处理过程描述＝｛处理过程名，说明，输入:｛数据流｝，输出:｛数据流｝, 处理:｛简要说明｝｝

数据表的设计原则

根据建立的领域模型进行数据库表的映射，此时应参考数据库设计第二范式：一个表中的所有非关键字属性都依赖于整个关键字。应针对所有表的主键和外键建立索引，有针对性的（针对一些大数据量和常用检索方式）建立组合属性的索引，提高检索效率。 (1)不应针对整个系统进行数据库设计，而应该根据系统架构中的组件划分，针对每个组件所处理的业务进行组件单元的数据库设计；不同组件间所对应的数据库表之间的关联应尽可能减少，如果不同组件间的表需要外键关联也尽量不要创建外键关联，而只是记录关联表的一个主键，确保组件对应的表之间的独立性，为系统或表结构的重构提供可能性。 (2)采用领域模型驱动的方式和自顶向下的思路进行数据库设计，首先分析系统业务，根据职责定义对象。对象要符合封装的特性，确保与职责相关的数据项被定义在一个对象之内，这些数据项能够完整描述该职责，不会出现职责描述缺失。并且一个对象有且只有一项职责，如果一个对象要负责两个或两个以上的职责，应进行分拆。 (3)根据建立的领域模型进行数据库表的映射，此时应参考数据库设计第二范式：一个表中的所有非关键字属性都依赖于整个关键字。关键字可以是一个属性，也可以是多个属性的集合，不论那种方式，都应确保关键字能够保证唯一性。在确定关键字时，应保证关键字不会参与业务且不会出现更新异常，这时，最优解决方案为采用一个自增数值型属性或一个随机字符串作为表的关键字。 (4)由于第一点所述的领域模型驱动的方式设计数据库表结构，领域模型中的每一个对象只有一项职责，所以对象中的数据项不存在传递依赖，所以，这种思路的数据库表结构设计从一开始即满足第三范式：一个表应满足第二范式，且属性间不存在传递依赖。 (5)同样，由于对象职责的单一性以及对象之间的关系反映的是业务逻辑之间的关系，所以在领域模型中的对象存在主对象和从对象之分，从对象是从1－N或N－N的角度进一步主对象的业务逻辑，所以从对象及对象关系映射为的表及表关联关系不存在删除和插入异常。 (6)在映射后得出的数据库表结构中，应再根据第四范式进行进一步修改，确保不存在多值依赖。这时，应根据反向工程的思路反馈给领域模型。如果表结构中存在多值依赖，则证明领域模型中的对象具有至少两个以上的职责，应根据第一条进行设计修正。第四范式：一个表如果满足BCNF，不应存在多值依赖。 (7)在经过分析后确认所有的表都满足二、三、四范式的情况下，表和表之间的关联尽量采用弱关联以便于对表字段和表结构的调整和重构。并且，我认为数据库中的表是用来持久化一个对象实例在特定时间及特定条件下的状态的，只是一个存储介质，所以，表和表之间也不应用强关联来表述业务（数据间的一致性），这一职责应由系统的逻辑层来保证，这种方式也确保了系统对于不正确数据（脏数据）的兼容性。当然，从整个系统的角度来说我们还是要尽最大努力确保系统不会产生脏数据，单从另一个角度来说，脏数据的产生在一定程度上也是不可避免的，我们也要保证系统对这种情况的容错性。这是一个折中的方案。 (8)应针对所有表的主键和外键建立索引，有针对性的（针对一些大数据量和常用检索方式）建立组合属性的索引，提高检索效率。虽然建立索引会消耗部分系统资源，但比较起在检索时搜索

科研设计的基本要素与原则

科研设计的基本要素与原则 作者：本站来源：本站整理发布时间：2006-5-20 3:15:16 减小字体增大字体[关键词] 健康网讯: 科研课题确定以后，能否取得满意的科研成果及达到预期的目标，在很大程度上取决于科研设计。科研设计就是制定课题研究的技术方案和计划实施方案，它是整个研究工作的蓝图，集中体现了课题课题研究人员的设想，构思。要想使科研设计达到直观，明晰，可供操作，便于实施，必须明确科研设计的基本 要素和基本原则。 一科研设计的基本要素 任何一项研究总要包括受试对象，处理因素，观察指标或效应指标三个基本要素。下面对受试对象， 处理因素，效应指标的要领及要求作一简要介绍。 1 受试对象 受试对象是指接受实验的动物或人，亦称实验对象，研究对象或观察对象。受试对象的选择非常重要，它对实验结果有着极为重要的影响，受试对象的选择合适与否，对实验成败是很关键的。如果进行动物实验，对实验动物的基本要求是对拟施加的处理因素反应敏感，反应稳定，尽可能近似与人，并且经济可行，容易获得。特殊要求是健康合格，种属一致，品系相同，年龄，窝别，体重差别不大，性别要求雌雄各半。 2 处理因素 就是为了不同的研究目的，加给研究对象以物理的，化学的或生物的各种条件被称为处理因素。在科学研究中，任何实验效应都是多因素作用的结果，我们要抓住主要的，带有关键性的几个因素。 3 实验效应指标 处理因素作用于受试对象所显示出的结果被称为效应。为了具体的，准确的反映出实验效应，就必然

需要使用效应指标，指标不仅可以用来揭示实验观察对象的某些特征，也可以用来判断某些特定现象或事实的依据与标准。在医学研究中，不论那种类型的研究，要探索的因素必须通过具体的指标反映出来。 二研究设计的基本原则 1 对照的原则 就是确定实验中相互比较的实验组和对照组，对各组给予不同的处理，然后观察其效应。 对照的意义在于通过它消除和减少实验误差。在医学研究中，除了正常解剖生理数据的调查以外，都要有对照。对照基本要求是除了实验因素作有计划的变化外，实验组与对照组的其他条件应尽量保持一致。 2 重复的原则 重复是保证科研成果可靠性的重要措施之一。重复有两层含义，一是指实验过程是多次重复进行的，要做到这一点与实验的样本大小有关，样本大重复的机会多，样本小重复的机会少。二是设计中提出的方 法，别人也能重复进行。 3 随机化的原则 就是被研究的对象样本是从总体中任意抽取的，抽取时每个观察单位都有相等机会被抽取。常用的随机化法有抽签法，抓阄法，扔硬币法，随机数字表等。具体使用那种方法，应根据实际情况来定。 4 均衡的原则 就是要求实验对象，除了要观察某种实验因素外，其他一切条件应该尽可能均衡一致。医学科研设计是整个研究工作的一个极其重要的组成部分，一项科研工作的成败，科研设计的质量，是一个重要因素，它与科学研究的整个过程密切相关，它不仅是研究工作开始的先导，也是整个研究过程的依据和结果处理一个先决条件，因此，任何一个科研项目，一切科研活动都应严格遵循科研工作的基本程序有条不紊的进行，都应明确设计的基本要求，按照设计的基本原则作好科研设计，才能保证设计的科学性，才能获得理 想的科研成果。（陈方远）（山东省立医院报）