数据库需求调查与需求分析.docx

1、第二章 数据库需求调查与需求分析 2.1 概述 2.1.1 数据库需求分析的定义 数据库需求分析是从现存系统开始的。现存系统就是现在使用的系统，可能是一个手工系统，也可能是一个计算机系统。通过对现存系统的调查和分析，开发符合用户需求的数据库系统（也称作目标系统）。 作为数据库系统需求分析的一部分，数据库需求分析是数据库需求分析人员在调查现存系统基础上，分析和确认用户的数据需求。数据库需求分析是数据库开发的基础，其工作质量的好坏将直接影响到数据库设计乃至整个数据库系统开发工作的成败。 2.1.2 数据库需求分析的内容 数据库需求分析的主要内容是数据结构分析、数据定义分析、数据操纵分析、数据完整性

2、分析、数据安全性分析、数据库性能分析。 1. 数据结构分析 数据结构分析是分析目标系统运行过程中需要的各种数据的结构特征。数据结构包括数据的名称、含义、数据类型、构成等。这些数据有些是业务数据、有些是系统运行管理与维护数据（如运行日志、维护日志）、有些是用户注册数据（如用户名称、用户编号）。数据字典是描述数据结构的常用工具。 2. 数据定义分析 在数据库系统中，绝大多数数据库基本表、视图、索引、角色等对象是在 目标系统实现或初始化阶段创建的，但也有一些是在目标系统安装或正常运行期间动态创建的。数据定义分析是分析目标系统动态创建、修改和删除基本表、视图、索引、角色等数据对象的需求。 3. 数据操

3、纵分析 数据操纵分析是分析数据库用户关于数据插入、修改、删除、查询、统计和排序等的数据操纵需求。 4. 数据完整性分析 数据完整性分析是分析数据之间的各种联系。数据联系常常在数据字典和 E-R 图中描述。 5. 数据安全性分析 数据安全性分析是分析数据库的各种安全需求。根据这些需求，设计人员才能设计数据库的用户、角色、权限、加密 方法等数据库安全保密措施。数据安全性需求可以在数据字典中描述。 6. 并发处理分析 并发处理分析是数据库需求分析人员在现存系统调查的基础上，分析数据库的各种并发处理需求，为数据库并发控制设计提供依据。并发处理需求可以在数据字典中描述。 7. 数据库性能分析 数据库性能

4、分析是数据库需求分析人员在现存系统调查的基础上，分析数据库容量、吞吐量、精度、响应时间、存储方式、可靠性、可扩展性、可维护性等数据库性能需求。 2.1.3 数据库需求分析的原则 1. 制订数据库需求分析计划 数据库需求分析人员首先要制定好工作计 划，如何时到何地做何工作，需要用户方何人协助，需要哪些开发人员协助等等。不断检查、调整、及时总结工作成果。 2. 选择适当的数据库需求分析方法 选择一种合适的数据库需求分析方法，如结构化分析方法、原型化分析方法、面向对象分析方法。 3. 选择合适的数据库需求分析工具软件 为了提高数据库需求分析的效率，数据库需求分析人员应尽量使用数据库需求分析工具，如美

5、国 Rational 公司的 Requisite PRO、美国 Microsoft 公司的 Visio。 4. 调查现存系统 数据库需求分析人员应该认真收集、整理现存系统中的各种数据，避免遗漏和错误发生。 5. 充分与用户沟通 数据库需求分析人员要使用用户能够理解的语言进行沟通，避免使用纯计算机专业语言来提问、解释有关问题。充分尊重用户的意见，尽可能满足用户的需求。对一些不能实现的要求则要耐心解释为什么不能或不应该实现。 6. 理解用户的数据管理内容及目标 数据库需求分析人员只有理解用户的数据管理内容及目标，才能有助于数据库设计人员设计出满足用户需要的目标系统。 7. 分析并确认数据库需求 数

6、据需求并不是现存系统数据实际情况的复 制，因为现存系统中的数据可能存在描述错误、冗余、不准确、不完整、不一致等现象。数据库需求分析人员应该消除以上不合理现象，必要时通过修改数据结构、合并数据、分解数据等手段，反复权衡，获得准确的数据库需求。 8. 需求变更要立即联系 虽然完全消除数据库需求变更非常困难，但过多的需求变更会给严重影响系统开发进度和质量。因此，减少乃至消除需求变更是数据库需求分析人员的重要任务之一，需求变更的多寡也反映了数据库需求分析工作的质量和水平。 在系统开发过程中，需求变更出现得越晚，影响就越大。例如，总体结构已确定但发现要增加新的功能模块就将导致高代价的返工。用户如需变更需

7、求应与开发方及早联系。 9. 提出数据库实施建议和解决方案 通常用户所说的“需求”已经是一种实际可行的实施方案，数据库需求分析人员应尽力从该实施方案中了解真正的数据需求，同时还应找出现存系统数据管理业务不合理之处，以确保目标系统不会无效或低效；在彻底弄清业务领域内的数据后，提出改进方法，增加一些用户没有发现的有价值的数据特性。 10. 认真撰写数据库需求规格说明书 数据库需求规格说明书是数据库系统需求分析的一部分，它完整、清晰、准确、易于理解地描述了数据库的 各种需求。因此，数据库需求分析人员不仅要有良好的计算机专业知识，还要有良好的目标系统所处理的事务对应领域的专业知识，以及良好的文字表达能

8、力。 在文档中暂时加上“待定”标志是个方法。用该标志可指明哪些是需要进一步讨论、分析或增加信息的地方，有时也可能因为某个特殊需求难以解决或没有人愿意处理它而标注上“待定”。如果用户一时不能准确表达，通常要用原型开发技术。通过原型开发技术，用户可以同开发人员一起反复修改，不断完善需求定义。 11. 使用软件复用技术 充分利用现有的数据库需求分析文档，实现文档复用（即重复使用） 。数据库需求分析人员如果发现有某个软件的数据库需求与用户描述的需求相近，则可以充分利用之，以缩短数据库需求分析的时间。 12. 认真评审数据库需求规格说明书 为了确认数据库需求规格说明书所描述的数据库需求的合理性、完整性、

9、正确性，还必须进行数据库需求评审。 数据库需求评审一般和数据库系统评审一起进行，评审的主要内容是： （ 1）数据库需求是否和用户的需求一致。 （ 2）数据库需求是否满足数据库系统的要求，是否存在接口问题。 （ 2）数据库需求规格说明书的内容是否齐全。 （ 3）数据库需求规格说明书是否完整、清晰、准确、易于理解地反映了用户数据需求。 （ 4）所有图表是否合理，解释是否充分。 为了保证数据库需求的评审质量，评审人员应包括数据库需求分析人员、用户、数据库系统设计人员和测试人员、项目负责人。评审结束后，评审负责人应该签名、给出评审意见。 此外，如果时间允许，开发人员可以先为目标系统开发一个原型（即目标

10、系统的某种版本）。这样用户就能提供更有价值的反馈信息给开发人员，使他们更好地理解数据库需求；原型不一定是最终目标系统，但开发人员能将其转化、扩充成功能齐全的系统。 13. 修改、完善数据库需求规格说明书 根据评审意见，认真修改数据库需求规格说明书直至用户方和开发方共同批准。共同批准的数据库需求规格说明书是数据库设计、数据库测试和验收的依据。 数据库需求分析的最终目的是获得共同批准的数据库需求规格说明书。 18 2.1.4 数据库系统需求分析的方法和工具 1. 需求分析的工具 数据库系统需求分析的工具很多，常用的工具有数据流程图、数据字典、判定表、判定树、结构化自然语言、伪代码、层 次方框图、

11、Warnier 图、 IPO（ Input、 Process、 Output，输入、处理、输出）图、统一建模语言（ Unified Modeling Language， UML）等。 数据流程图（ Data Flow Diagram， DFD）是数据库系统最重要的需求分析工具之一，它通过图形符号描述数据的输入（来源）、输出（去向）和移动变换过程。 DFD 的基本图形元素有4 个：外部实体、数据流、处理、数据存储，如图 2-2 所示。 20 2. 需求分析的方法 数据库系统需求分析的 方法很多，常用的方法有结构化分析方法、原型化分析方法、面向对象分析方法。 结构化分析（ Structured A

12、nalysis， SA）方法是最著名需求分析方法之一，它通过与 DFD 结合，遵循自顶向下、逐层分解和结构化、模块化的原则从 DFD 的顶层（即第 0 层）开始，逐层、逐幅画出数据库系统的全部 DFD。如图 2-3 所示 22 23 24 2.2 数据库需求调查 数据库需求调查是数据库需求分析人员通过充分调查现存系统，了解现存系统数据的结构特征、使用者及与其他数据库系统的联系等各种 数据需求。 2.2.1 数据库需求调查的内容 数据库需求调查的任务是调查现存系统的各种数据，其中一些数据可能是描述组织、部门等实体的，也有一些可能是描述票据、表格、帐本等常规业务数据的，还有一些可能是描述图形、图像

13、、视频、语音等多媒体业务数据的。 数据库需求调查的主要内容如下： （ 1）调查组织、部门等实体 包括了解该组织的部门组成情况、人员岗位职责等。 （ 2）调查各部门的业务数据 包括了解各个部门和人员输入和使用什么数据、输出什么数据、输出到什么部门、输出结果的格式是什么。 （ 3）明确目标系统的各种数据需求 在熟悉业务数据的基础上，协助用户明确目标系统的各种数据需求。 2.2.2 数据库需求调查的原则 （ 1）自顶向下全面展开 系统调查工作应先从整个管理机构的工作模式、组织结构、业务流程、信息流程开始调查，从整体到具体，由粗及细，逐步调查。 （ 2）分析现存系统数据管理存在的问题，研究改进的可能性

14、 （ 3）采用工程化的工作方法 工程化方法就是制定协同工作计划，注意多人协同工作时的时间衔接、任务衔接，注意需求分析中所用的术语、图例、表格等统一和规范化，以方便群体之间的相互沟通。 （ 4）全面铺开与重点调查相结合 2.2.3 数据库需求调查的方法 （ 1）跟班作业法 跟班作业法是数据库需求分析人员亲临一线现场，通过从事或者观察组织的业务管理来调查系统的数据需求。该方法通常是在其他数据收集方法碰到困难或者系统的某一部分过于复杂以至于用户很难把他们工作中碰到的困难以及需求解释清楚的时候使用。 （ 2）文档阅读法 数据库需求分析人员阅读、分析现存系统的开发、运行维护和问题报告等文档是了解现存系统

15、一个快捷方法。 （ 3）网站访问法 各个组织存在的问题有很多相似之处，尤其是相类似的组织。网站访问法是通过访问其他已解决相关问题组织的网站而 调查数据库需求的一种方法。如果能够分享到相关信息将会节省大量的时间和精力。 （ 4）专家介绍法 专家介绍法是请业务熟练的专家或用户介绍业务知识、业务活动和数据管理等情况而调查数据库需求的一种方法。该方法有利于数据库需求分析人员尽快、准确地了解现存系统及其存在的问题、改进措施，确认目标系统的数据需求。 （ 5）问卷调查法 问卷调查法是通过特别设计的问卷来收集用户的想法、意见以及基本信息的而调查数据库需求的一种方法。问卷可以大量复印并散发给各个用户，用户可以

16、在他们方便的时候作答。该方法可以对同一问题收集大量的信息。 （ 6）单独询问法 单独询问法是一种常用的数据库需求调查方法。它通过面谈、电话、邮件等通信形式，实现以下目标：收集信息、确认信息、净化信息、确定需求、征求用户的想法和意见等。 （ 7）原型演示法 原型演示法是通过通过建立一个小型的组织需求模型来发现和确认组织需求的一种方法。该方法尤其是在难以定义组织需求的时候很有用。该方法的本质是：当使用者看到它们（需求）时才会意识到它们（需求）的存在。 （ 8）团体会议法 单独的面谈或者问卷调查经常有互相矛盾的事实和观点，以及花费大量的时间和精力。团体会议需要详尽的培训，以使 调查工作有明确的目的性

17、。但是该方法能节约大量的调查时间。 2.3 数据字典 2.3.1 数据字典的基本概念 数据字典（ Data Dictionary， DD）是数据收集和分析后所获得的成果，它定义了所有与系统相关的数据项、数据结构、外部实体、数据流、数据存储、处理逻辑等数据字典元素，并按字典顺序组织编写，以方便用户和开发人员理解系统的输入、输出、存储和处理逻辑。 数据字典中的所有描述应该具有严密性、准确性和无二义性。 数据字典和 DFD 共同构成了数据库系统的逻辑模型，是需求规格说明书的主要组成部分。 数据字典用 相应数据字典元素的词条描述，每个词条应包含以下信息： （ 1）名称 定义数据字典元素的名称。每个数据

18、字典元素都有一个区别于其他数据字典元素的名称，不允许不同的数据字典元素使用同一名称。数据字典元素的名称一般和业务管理的单据、帐本等实际工作中所用的名称一致。 （ 2）别名 定义数据字典元素的别名。有些数据字典元素可能有别名，如库存管理系统中的订货单的别名有订单。 （ 3）代码 定义数据字典元素的代码，代码一般可由汉语拼音声母缩略而成、或者用英文单词或英文缩略词等。代码既可以用于数据库需求分析和设计，还可以在数据库实现时用于表示基本表、视图的属性名称。不允许不同的数据字典元素使用同一代码。 （ 4）编号 定义数据字典元素的编号。良好的编号方法能够很好地反映数据字典元素之间的关系，方便数据库开发人

19、员阅读、审核，也是避免数据分析遗漏的有效手段。 （ 5）分类 定义数据字典元素的类别，是数据项、数据结构、外部实体、数据流、数据存储还是处理逻辑。 （ 6）描述 定义数据字典元素的含义、构成等。 数据字典编制过程中常常使用表 2-1 所示的符号。 36 2.3.2 数据项 数据项也称为数据元素，是在其所属系统范围内具有完整意义的、不可再分的数据。 数据项的含义是相对的，它和所属系统有着密切的关系。即某些数据在一个系统中是数据项，而在另一个系统中未必是数据项。 在数据库系统开发中，大部分数据项作为基本表和视图的属性（属性也称为字段、属性列、列）的设计依据，部分作为应用程序常量或变量的设计依据。

20、数据项用数据项词条描述。数据项词条一般应包含如下内容： （ 1）数据项名称 给出数 据项的名称。 （ 2）别名 如果数据项有多个名称，则给出别名。 （ 3）编号 给出数据项的编号。可采用自顶向下的方法编号。 （ 4）含义说明 说明数据项的含义、用途等。 （ 5）类型 说明数据项的数据类型，如字符型、数值型、日期型、逻辑型、备注型等。 （ 6）长度 说明数据项长度，常用字节数、二进制位数等表示。 （ 7）取值范围及含义 说明数据项的取值范围及含义。例如，性别数据项取值范围为 1， 0，其中 1 表示男、 0 表示女。 （ 8）相关元素 说明与该数据项有关的 DFD、数据字典元素等。 39 2.3

21、.3 数据结构 数据结构是由若干个相互关联的数据项依据某种逻辑联系组织起来的联合体。例如，在成绩管理系统中，学生信息就是一个数据结构，即用姓名、学号、所在系、专业等数据项联合起来描述学生，表示学生身份的完整信息。 此外，数据结构可能是若干个数据项或其他数据结构构成的。也就是说，数据结构中可以含有数据结构。 在数据库系统开发中，数据结构可以用基本表、视图等实现。 数据结构用数据结构词条描述。数据结构词条一般应包含如下内容： （ 1）数据结构名称 给出数据结构的名称。 （ 2）别名 如果数据结构有多个名称，则给出别名。 （ 3）编号 给出数据结构的编号。可采用自顶向下的方法编号。 （ 4）含义说明

22、 说明数据结构的含义、用途等。 （ 5）组成 说明数据结构是由哪些数据项或数据结构组成的。 （ 6）相关元素 说明与该数据结构有关的 DFD、数据字典元素等。 其中，“组成”和“相关元素”可能构成数据完整性约束条件。 42 2.3.4 外部实体 外部实体是指不受系统控制、处于系统之外的事物、机构、人员等客观实体的统称。 外部实体在 DFD 中一般作为数据流的源点（起点）或汇点（终点）。在数据库系统开发 中，外部实体可作为基本表、应用程序常量或变量的设计依据。 外部实体用外部实体词条描述。外部实体词条一般应包含如下内容： （ 1）外部实体名称 给出外部实体的名称。 （ 2）别名 如果外部实体有多

23、个名称，则给出别名。 （ 3）编号 给出外部实体的编号。可采用自顶向下的方法编号。 （ 4）简要描述 说明外部实体的性质、职能等。 （ 5）输入的数据流 列出进入该外部实体的数据流。 （ 6）输出的数据流 列出离开该外部实体的数据流。 （ 7）数量：在整个 DFD 中，该外部实体出现的次数。 45 2.3.5 数据流 数据流是系统中有着起点和终点的数据结构；其中，起点和终点可以是外部实体、处理、数据存储之一，但是起点和终点中至少有一个是处理。数据流反映了数据从起点到终点的移动。例如，在学生成绩管理系统中，从成绩数据存储中读出某个学生的成绩用于形成成绩单，成绩就是数据流，其起点是成绩数据存储、终

24、点是形成成绩单处理。 在数据库系统开发中，数据流可以用视图等实现。 数据流用数据流词条描述。数据流词条一般应包含如下内容： （ 1）数据流名称 给出数据流的名称。 （ 2）别名 如果数据流有多个名称，则给出别名。 （ 3）编号 给出数据流的编号。可采用自顶向下的方法编号。 （ 4）说明 简要介绍数据流产生的原因和结果。 （ 5）数据流来源 指出数据流来自何方。 （ 6）数据流去向 指出数据流到何处去。 （ 7）组成 说明数据流是由哪些数据结构组成的。 （ 8）平均流量 给出数据流平均流量，即单位时间（如每天、每周、每月）内传输的次数。 （ 9）高峰期流量 给出数据流高峰期的流量。 平均流量、高

25、峰期流量等为数据库的存储设计、服务器设计等提供依据。 （ 10）相关元素 说明与该数据流有关的 DFD、数据字典元素等。 48 2.3.6 数据存储 数据存储是数据及其结构停留或保存的地方，是数据流的来源和去向之一。数据存储可以是手工文档、手工凭单或计算机文档。 例如，在学生成绩管理系统中，学生基本信息就是一个数据存储。 在数据库系统开发中，数据存储一般用基本表实现。 数据存储用数据存储词条描述。数据存储词条一般应包含如下内容： （ 1）数据存储名称 给出数据存储的名称。 （ 2）别名 如果数据存储有多个名称，则给出别名。 （ 3）编号 给出数据存储的编号。数据存储编号一般以字母 F 开头，然

26、后按顺序编号。 （ 4）说明 简要介绍存放的是什么数据。 （ 5）输入的数据 流 说明进入该数据存储的数据流。 （ 6）输出的数据流 说明从该数据存储出去的数据流。 （ 7）组成 说明数据存储是由哪些数据结构组成的。 （ 8）数据量 说明每次存取多少数据。 （ 9）存取频度 给出该数据存储单位时间（如每天、每周、每月）内的存取次数。 （ 10）存取方式 说明是批处理还是联机处理、是检索还是更新、是顺序检索还是随机检索，指出关键字等。 数据量、存取频度、存取方式等为数据库的存储设计、服务器设计等提供依据。 （ 11）相关元素 说明与该数据存储有关的 DFD、数据字典元素等。 52 2.3.7 处

27、理逻辑 数据库系统要做的工作包括数据读取、数据变换、数据显示、数据写入、数据通信等，这些工作在 DFD 中用处理来表示。处理逻辑用于描述处理是如何工作的，有哪些输入和输出。描述处理逻辑的方法比较多，如判定表、判定树、结构化自然语言、伪代码（相关内容在软件工程、高级语言程序设计、算法设计等著作中有比较深入的介绍），但这些方法占用篇幅比较大。相反，数据字典中的处理逻辑词条用很小的篇幅给出处理逻辑的简明描述，便于快速地从宏观上了解数据库系统的功能，因而应用非常广泛。 在数据库系统设计与实现阶段，处理逻辑往往与应用程 序模块形成一一对应的关系。 处理逻辑词条一般应包含如下内容： （ 1）处理名称 给出

28、处理的名称。 （ 2）编号 给出处理的编号，编号与 DFD 一致。 （ 3）说明 简要介绍处理及其功能。 （ 4）输入的数据流 列出进入该处理的数据流。 （ 5）输出的数据流 列出离开该处理的数据流。 （ 7）处理逻辑 简要介绍处理事项、逻辑顺序。注意，由于词条的空间不能太大，处理逻辑在数据字典中一般不需要详细描述，详细描述应在软件功能分析中进行。 （ 8）平均执行频率 给出该处理单位时间（如每天、每周、每月）内的平均运行次数。 （ 9）平均执 行频率 给出该处理单位时间（如每天、每周、每月）内的高峰期运行次数。 （ 9）相关元素 说明与该处理逻辑有关的 DFD、数据字典元素等。 55 2.3

29、.8 数据字典编制的结构化方法 SA 方法可以用来编制和组织数据字典。具体做法是：首先是数据字典的词条按照“自顶向下、逐层分解”的顺序展开，这样做的好处是层次清晰、易于阅读。其次是数据字典的编号也可以利用层次化的思想进行设计，这样做的好处是容易找出数据字典元素之间的层次关系。 例 2-1 试用 SA 方法编制图 2-12 所示的银行储蓄管理系统的“银行存折”数据存储相关的数据存储、数据结构、数据项等词条。 为了节省篇幅，我们仅给出数据字典元素的名称，组成（或含义）、类别和编号。 57 存折 =户名 +所号 +帐号 +开户日 +性质 +（印密） +1存取行 50，数据存储，编号： F1。 户名

30、=2字母 24，数据项，编号： 1.1。 所号 = 0001 9999，数据项，编号： 1.2。 帐号 = 00000001 99999999，数据项，编号： 1.3。 开户日 = 年 +月 +日，数据结构，编号： 1.4。 性质 = 1 . 6， 数据项，编号： 1.5。其中 1表示普通帐户， 2表示工资帐户等。 印密 = 0 . 1，数据项，编号： 1.6。其中 0表示有印密； 1表示没有印密，即印密在存折上不显示。 存取行 =日期 +（摘要） +支出 +存入 +余额 +操作 +复核，数据结构，编号： 1.7。 日期 = 年 +月 +日，数据结构，编号： 1.7.1。 年 = 0001 .

31、 9999，数据项，编号： 1.7.1.1。 月 = 01 . 12，数据项，编号： 1.7.1.2。 日 = 01 . 31，数据项，编号： 1.7.1.3。 印密 = 0 . 1，数据项，编号： 1.6。其中 0表示有印密； 1表示没有印密，即印密在存折上不显示。 存取行 =日期 +（摘要） +支出 +存入 +余额 +操作 +复核，数据结构，编号： 1.7。 日期 = 年 +月 +日，数据结构，编号： 1.7.1。 年 = 0001 . 9999，数据项，编号： 1.7.1.1。 月 = 01 . 12，数据项，编号： 1.7.1.2。 日 = 01 . 31，数据项，编号： 1.7.1.

32、3。 摘要 = 1字母 4，数据项，编号： 1.7.2。其中摘要的内容用缩略词表示业务种类，如“存”、“取 ”、“转”、“换”分别表示“存款”、“取款”、“转帐”、“更换新存折”。 支出 =金额，数据项，编号： 1.7.3。 存入 =金额，数据项，编号： 1.7.4。 余额 =金额，数据项，编号： 1.7.5。 金额 =0.01.99999999.99，数据项，编号： 1.7.3.1。 操作 = 00001 . 99999，数据项，编号： 1.7.6。 复核 = 00001 . 99999，数据项，编号： 1.7.7。 2.4 信息分类与编码 为了提高信息的存储、处理和使用效率，有必要对信息进

33、行科学的分类与编码。 2.4.1 信息分类 1. 信息分类的原则 信息分类是指将具有某种共同属性或特征的信息归并在一起，把不具有上述共性的信息区别开来的过程。 信息分类要遵循以下原则： （ 1）科学性原则 科学性是信息分类的客观要求。通常选择事物或概念（即分类对象）最稳定的本质属性或特征作为分类的基础和依据。 （ 2）系统性原则 将选定的事物或概念的属性或特征按一定排列顺序予以系统化，并形成一个合理的分类体系。 （ 3）可扩展性原则 分类体系的建立应满足事物的不断发展和变化的需要。在设置分类的类目中，要保证在增加新的事务或概念时，不致打乱已建立的 分类系统。 （ 4）兼容性原则 分类应与有关标

34、准协调一致。 （ 5）综合实用性原则 信息分类应从系统工程的角度出发，放在具体的应用环境中进行考虑。在类目的设置上，既要体现分类体系的相对稳定性、可扩展性，又要方便用户快速查询。 2. 信息分类的方法 信息分类的基本方法有两种：线分类法与面分类法。 （ 1）线分类法 线分类法也称等级分类法。线分类法按选定的若干属性（或特征）将分类对象逐次地分为若干层级，每个层级又分为若干类目。同一分支的同层级类目之间构成并列关系，不同层级类目之间构成隶属关系。同层级类目互不重复，互不 交叉。 例如，我国行政区划编码，是采用线分类法， 6 位数字码。第一、二位表示省（自治区、直辖市），第 3、 4 位表示地区（市、州、盟），第 5、 6 位表示县（市、旗、镇、区）的名称。湖北省部分行政区的分类及其编码如表 3-1 所示。 64