ನಮಸ್ಕಾರ! ನನ್ನ ಹೆಸರು ಆಂಡ್ರೆ ಸೆಮೆನೋವ್, ನಾನು ಸ್ಪೋರ್ಟ್‌ಮಾಸ್ಟರ್‌ನಲ್ಲಿ ಹಿರಿಯ ವಿಶ್ಲೇಷಕ. ಈ ಪೋಸ್ಟ್‌ನಲ್ಲಿ ನಾನು ಇಆರ್‌ಪಿ ಸಿಸ್ಟಮ್ ಡೇಟಾಬೇಸ್‌ಗಳ ಅಮಾನ್ಯೀಕರಣದ ಸಮಸ್ಯೆಯನ್ನು ಎತ್ತಲು ಬಯಸುತ್ತೇನೆ. ನಾವು ಸಾಮಾನ್ಯ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಉದಾಹರಣೆಯನ್ನು ನೋಡುತ್ತೇವೆ - ಇದು ಕಡಲ್ಗಳ್ಳರು ಮತ್ತು ನಾವಿಕರಿಗೆ ಅದ್ಭುತವಾದ ಏಕಸ್ವಾಮ್ಯ ಹೋಟೆಲು ಎಂದು ಹೇಳೋಣ. ಇದರಲ್ಲಿ ಕಡಲ್ಗಳ್ಳರು ಮತ್ತು ನಾವಿಕರು ವಿಭಿನ್ನವಾಗಿ ಸೇವೆ ಸಲ್ಲಿಸಬೇಕು, ಏಕೆಂದರೆ ಈ ಉತ್ತಮ ಮಹನೀಯರ ಸೌಂದರ್ಯ ಮತ್ತು ಗ್ರಾಹಕರ ಮಾದರಿಗಳ ಕಲ್ಪನೆಗಳು ಗಮನಾರ್ಹವಾಗಿ ವಿಭಿನ್ನವಾಗಿವೆ.
ಎಲ್ಲರನ್ನೂ ಸಂತೋಷಪಡಿಸುವುದು ಹೇಗೆ? ಅಂತಹ ವ್ಯವಸ್ಥೆಯನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವ ಮತ್ತು ನಿರ್ವಹಿಸುವ ಹುಚ್ಚುತನವನ್ನು ನೀವು ಹೇಗೆ ತಪ್ಪಿಸಬಹುದು? ಸಾಮಾನ್ಯ ಕಡಲ್ಗಳ್ಳರು ಮತ್ತು ನಾವಿಕರು ಹೋಟೆಲಿಗೆ ಬರಲು ಪ್ರಾರಂಭಿಸಿದರೆ ಏನು ಮಾಡಬೇಕು?
ಎಲ್ಲವೂ ಕಟ್ ಅಡಿಯಲ್ಲಿದೆ. ಆದರೆ ಕ್ರಮವಾಗಿ ಹೋಗೋಣ.
1. ಮಿತಿಗಳು ಮತ್ತು ಊಹೆಗಳು
ಮೇಲಿನ ಎಲ್ಲಾ ಸಂಬಂಧಿತ ಡೇಟಾಬೇಸ್‌ಗಳಿಗೆ ಮಾತ್ರ ಅನ್ವಯಿಸುತ್ತದೆ. ಮಾರ್ಪಾಡು, ಅಳಿಸುವಿಕೆ ಮತ್ತು ಅಳವಡಿಕೆಯ ವೈಪರೀತ್ಯಗಳ ರೂಪದಲ್ಲಿ ಅಸಾಧಾರಣೀಕರಣದ ಪರಿಣಾಮಗಳನ್ನು ಇಂಟರ್ನೆಟ್‌ನಲ್ಲಿ ಒಳಗೊಂಡಂತೆ ಚೆನ್ನಾಗಿ ಒಳಗೊಂಡಿದೆ, ಪರಿಗಣಿಸಲಾಗುವುದಿಲ್ಲ. ಈ ಪ್ರಕಟಣೆಯ ವ್ಯಾಪ್ತಿಯ ಹೊರಗೆ ಅಮಾನ್ಯೀಕರಣವು ಸಾಮಾನ್ಯ ಸ್ಥಳವಾಗಿದೆ, ಕ್ಲಾಸಿಕ್ ಉದಾಹರಣೆಗಳೊಂದಿಗೆ: ಪಾಸ್‌ಪೋರ್ಟ್ ಸರಣಿ ಮತ್ತು ಸಂಖ್ಯೆ, ದಿನಾಂಕ ಮತ್ತು ಸಮಯ, ಇತ್ಯಾದಿ.
ಪೋಸ್ಟ್ ಗಣಿತದ ಪದಗಳನ್ನು ಉಲ್ಲೇಖಿಸದೆ ಸಾಮಾನ್ಯ ರೂಪಗಳ ಅರ್ಥಗರ್ಭಿತ ಮತ್ತು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಅನ್ವಯವಾಗುವ ವ್ಯಾಖ್ಯಾನಗಳನ್ನು ಬಳಸುತ್ತದೆ. ನೈಜ ವ್ಯವಹಾರ ಪ್ರಕ್ರಿಯೆಗಳ (ಬಿಪಿ) ಪರೀಕ್ಷೆ ಮತ್ತು ಕೈಗಾರಿಕಾ ಸಾಫ್ಟ್‌ವೇರ್ ವಿನ್ಯಾಸಕ್ಕೆ ಅವುಗಳನ್ನು ಅನ್ವಯಿಸಬಹುದಾದ ರೂಪದಲ್ಲಿ.
ದತ್ತಾಂಶ ಗೋದಾಮುಗಳ ವಿನ್ಯಾಸ, ವರದಿ ಮಾಡುವ ಪರಿಕರಗಳು ಮತ್ತು ಏಕೀಕರಣ ಒಪ್ಪಂದಗಳು (ಮಾಹಿತಿಗಳ ಕೋಷ್ಟಕ ಪ್ರಾತಿನಿಧ್ಯಗಳನ್ನು ಬಳಸುತ್ತವೆ) ERP ಸಿಸ್ಟಮ್ ಡೇಟಾಬೇಸ್‌ಗಳ ವಿನ್ಯಾಸದಿಂದ ಭಿನ್ನವಾಗಿದೆ ಎಂದು ವಾದಿಸಲಾಗಿದೆ. ರಕ್ಷಣೆ ಡೇಟಾ. ನಾನು ಈ ಅಭಿಪ್ರಾಯವನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತೇನೆ ಮತ್ತು ಕೆಳಗೆ ವಿವರಿಸಿರುವುದು ERP ಸಿಸ್ಟಮ್‌ಗಳ ಮಾಸ್ಟರ್ ಡೇಟಾ ಮತ್ತು ವಹಿವಾಟಿನ ಡೇಟಾ ಮಾದರಿಗಳಿಗೆ ಮಾತ್ರ ಅನ್ವಯಿಸುತ್ತದೆ.
ಹೆಚ್ಚಿನ ಓದುಗರಿಗೆ ದೈನಂದಿನ ಮಟ್ಟದಲ್ಲಿ ಅರ್ಥವಾಗುವಂತಹ ಉದಾಹರಣೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಸಾಮಾನ್ಯ ರೂಪಗಳ ವಿವರಣೆಯನ್ನು ನೀಡಲಾಗುತ್ತದೆ. ಆದಾಗ್ಯೂ, ದೃಶ್ಯ ವಿವರಣೆಯಾಗಿ, ಪ್ಯಾರಾಗಳು 4-5 ರಲ್ಲಿ, ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ "ಕಾಲ್ಪನಿಕ" ಕಾರ್ಯವನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಬಳಸಲಾಗಿದೆ. ನೀವು ಇದನ್ನು ಮಾಡದಿದ್ದರೆ ಮತ್ತು ಕೆಲವು ಪಠ್ಯಪುಸ್ತಕ ಉದಾಹರಣೆಯನ್ನು ತೆಗೆದುಕೊಂಡರೆ, ಉದಾಹರಣೆಗೆ, ಪಾಯಿಂಟ್ 2 ರಿಂದ ಅದೇ ಆರ್ಡರ್ ಶೇಖರಣಾ ಮಾದರಿ, ಓದುಗರ ಗಮನವು ಪ್ರಕ್ರಿಯೆಯ ಪ್ರಸ್ತಾವಿತ ವಿಭಜನೆಯಿಂದ ಮಾದರಿಯಾಗಿ ಬದಲಾಗುವ ಪರಿಸ್ಥಿತಿಯಲ್ಲಿ ನಿಮ್ಮನ್ನು ನೀವು ಕಂಡುಕೊಳ್ಳಬಹುದು. IS ನಲ್ಲಿ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವ ಪ್ರಕ್ರಿಯೆಗಳು ಮತ್ತು ಮಾದರಿಗಳನ್ನು ಹೇಗೆ ನಿರ್ಮಿಸಬೇಕು ಎಂಬುದರ ವೈಯಕ್ತಿಕ ಅನುಭವ ಮತ್ತು ಗ್ರಹಿಕೆಗೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಇಬ್ಬರು ಅರ್ಹ ಐಟಿ ವಿಶ್ಲೇಷಕರನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ, ಒಬ್ಬರು ಪ್ರಯಾಣಿಕರನ್ನು ಸಾಗಿಸುವ ಲಾಜಿಸ್ಟಿಷಿಯನ್‌ಗಳಿಗೆ ಸೇವೆಗಳನ್ನು ಒದಗಿಸಲಿ, ಇನ್ನೊಂದು ಮೈಕ್ರೋಚಿಪ್‌ಗಳ ಉತ್ಪಾದನೆಗೆ ಯಂತ್ರಗಳನ್ನು ಸಾಗಿಸುವ ಲಾಜಿಸ್ಟಿಷಿಯನ್‌ಗಳಿಗೆ. ಸ್ವಯಂಚಾಲಿತ BP ಗಳನ್ನು ಮುಂಚಿತವಾಗಿ ಚರ್ಚಿಸದೆ, ರೈಲ್ವೇ ಪ್ರವಾಸದ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲು ಡೇಟಾ ಮಾದರಿಯನ್ನು ರಚಿಸಲು ಅವರನ್ನು ಕೇಳಿ.
ಪ್ರಸ್ತಾವಿತ ಮಾದರಿಗಳಲ್ಲಿ ನೀವು ಗಮನಾರ್ಹವಾಗಿ ವಿಭಿನ್ನವಾದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಮಾತ್ರವಲ್ಲದೆ ವಿಭಿನ್ನವಾದ ಘಟಕಗಳನ್ನು ಸಹ ಕಾಣುವ ಶೂನ್ಯವಲ್ಲದ ಸಂಭವನೀಯತೆ ಇದೆ, ಏಕೆಂದರೆ ಪ್ರತಿಯೊಬ್ಬ ವಿಶ್ಲೇಷಕನು ಅವನಿಗೆ ತಿಳಿದಿರುವ ಪ್ರಕ್ರಿಯೆಗಳು ಮತ್ತು ಕಾರ್ಯಗಳನ್ನು ಅವಲಂಬಿಸುತ್ತಾನೆ. ಮತ್ತು ಅಂತಹ ಪರಿಸ್ಥಿತಿಯಲ್ಲಿ ಯಾವ ಮಾದರಿಯು "ಸರಿಯಾಗಿದೆ" ಎಂದು ಹೇಳುವುದು ಅಸಾಧ್ಯ, ಏಕೆಂದರೆ ಯಾವುದೇ ಮೌಲ್ಯಮಾಪನ ಮಾನದಂಡವಿಲ್ಲ.
2. ಸಾಮಾನ್ಯ ರೂಪಗಳು
ಡೇಟಾಬೇಸ್‌ನ ಮೊದಲ ಸಾಮಾನ್ಯ ರೂಪ ಎಲ್ಲಾ ಗುಣಲಕ್ಷಣಗಳ ಪರಮಾಣು ಅಗತ್ಯವಿದೆ.
ನಿರ್ದಿಷ್ಟವಾಗಿ ಹೇಳುವುದಾದರೆ, ಆಬ್ಜೆಕ್ಟ್ ಎ ಮತ್ತು ಬಿ ಅಲ್ಲದ ಕೀ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿದ್ದರೆ, ಉದಾಹರಣೆಗೆ c=f(a,b) ಮತ್ತು ಆಬ್ಜೆಕ್ಟ್ A ಅನ್ನು ವಿವರಿಸುವ ಕೋಷ್ಟಕದಲ್ಲಿ ನೀವು c ಗುಣಲಕ್ಷಣದ ಮೌಲ್ಯವನ್ನು ಸಂಗ್ರಹಿಸಿದರೆ, ನಂತರ ಮೊದಲ ಸಾಮಾನ್ಯ ರೂಪವು ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಉಲ್ಲಂಘನೆಯಾಗುತ್ತದೆ. . ಉದಾಹರಣೆಗೆ, ಆದೇಶದ ವಿವರಣೆಯು ಪ್ರಮಾಣವನ್ನು ಸೂಚಿಸಿದರೆ, ಅದರ ಮಾಪನದ ಘಟಕಗಳು ಉತ್ಪನ್ನದ ಪ್ರಕಾರವನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ: ಒಂದು ಸಂದರ್ಭದಲ್ಲಿ ಅದು ತುಂಡುಗಳಾಗಿರಬಹುದು, ಇನ್ನೊಂದು ಲೀಟರ್‌ಗಳಲ್ಲಿ, ತುಂಡುಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಮೂರನೇ ಪ್ಯಾಕೇಜ್‌ಗಳಲ್ಲಿ (ಗುಡ್_ಕೌಂಟ್_ಡಬ್ಲ್ಯೂಆರ್ ಮೇಲಿನ ಮಾದರಿಯಲ್ಲಿ) , ನಂತರ ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಗುಣಲಕ್ಷಣಗಳ ಪರಮಾಣು ಉಲ್ಲಂಘನೆಯಾಗಿದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಆದೇಶದ ವಿವರಣೆಯ ಟೇಬಲ್ ಕ್ಲಸ್ಟರ್ ಏನಾಗಿರಬೇಕು ಎಂದು ಹೇಳಲು, ನಿಮಗೆ IS ನಲ್ಲಿನ ಕೆಲಸದ ಪ್ರಕ್ರಿಯೆಯ ಉದ್ದೇಶಿತ ವಿವರಣೆಯ ಅಗತ್ಯವಿದೆ, ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗಳು ವಿಭಿನ್ನವಾಗಿರುವುದರಿಂದ, ಅನೇಕ "ಸರಿಯಾದ" ಆವೃತ್ತಿಗಳು ಇರಬಹುದು.
ಡೇಟಾಬೇಸ್‌ನ ಎರಡನೇ ಸಾಮಾನ್ಯ ರೂಪ IS ನಲ್ಲಿನ ಕೆಲಸದ ಪ್ರಕ್ರಿಯೆಗೆ ಸಂಬಂಧಿಸಿದ ಪ್ರತಿಯೊಂದು ಘಟಕಕ್ಕೆ ಮೊದಲ ಫಾರ್ಮ್ ಮತ್ತು ಅದರ ಸ್ವಂತ ಕೋಷ್ಟಕದ ಅನುಸರಣೆ ಅಗತ್ಯವಿದೆ. ಒಂದು ಕೋಷ್ಟಕದಲ್ಲಿ c=f1(a) ಮತ್ತು d=f2(b) ಅವಲಂಬನೆಗಳಿದ್ದರೆ ಮತ್ತು ಯಾವುದೇ ಅವಲಂಬನೆ ಇಲ್ಲ c=f3(b), ನಂತರ ಎರಡನೇ ಸಾಮಾನ್ಯ ರೂಪವನ್ನು ಕೋಷ್ಟಕದಲ್ಲಿ ಉಲ್ಲಂಘಿಸಲಾಗಿದೆ. ಮೇಲಿನ ಉದಾಹರಣೆಯಲ್ಲಿ, ಆದೇಶ ಕೋಷ್ಟಕದಲ್ಲಿ ಆದೇಶ ಮತ್ತು ವಿಳಾಸದ ನಡುವೆ ಯಾವುದೇ ಅವಲಂಬನೆ ಇಲ್ಲ. ರಸ್ತೆ ಅಥವಾ ನಗರದ ಹೆಸರನ್ನು ಬದಲಾಯಿಸಿ ಮತ್ತು ಆದೇಶದ ಅಗತ್ಯ ಗುಣಲಕ್ಷಣಗಳ ಮೇಲೆ ನೀವು ಯಾವುದೇ ಪರಿಣಾಮ ಬೀರುವುದಿಲ್ಲ.
ಮೂರನೇ ಸಾಮಾನ್ಯ ರೂಪ ಡೇಟಾಬೇಸ್ ಎರಡನೇ ಸಾಮಾನ್ಯ ರೂಪದ ಅನುಸರಣೆ ಮತ್ತು ವಿಭಿನ್ನ ಘಟಕಗಳ ಗುಣಲಕ್ಷಣಗಳ ನಡುವೆ ಕ್ರಿಯಾತ್ಮಕ ಅವಲಂಬನೆಗಳ ಅನುಪಸ್ಥಿತಿಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ಈ ನಿಯಮವನ್ನು ಈ ಕೆಳಗಿನಂತೆ ರೂಪಿಸಬಹುದು: "ಲೆಕ್ಕ ಮಾಡಬಹುದಾದ ಎಲ್ಲವನ್ನೂ ಲೆಕ್ಕ ಹಾಕಬೇಕು." ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, A ಮತ್ತು B ಎರಡು ಆಬ್ಜೆಕ್ಟ್‌ಗಳಿದ್ದರೆ, A ವಸ್ತುವಿನ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಸಂಗ್ರಹಿಸುವ ಕೋಷ್ಟಕದಲ್ಲಿ, C ಗುಣಲಕ್ಷಣವು ಪ್ರಕಟವಾಗುತ್ತದೆ ಮತ್ತು ವಸ್ತು B ಅನ್ನು ಹೊಂದಿದೆ, ಅಂದರೆ c=f4(b) ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ, ನಂತರ ಮೂರನೇ ಸಾಮಾನ್ಯ ರೂಪ ಉಲ್ಲಂಘಿಸಲಾಗಿದೆ. ಕೆಳಗಿನ ಉದಾಹರಣೆಯಲ್ಲಿ, ಆರ್ಡರ್ ರೆಕಾರ್ಡ್‌ನಲ್ಲಿನ ತುಣುಕುಗಳ ಪ್ರಮಾಣ (Total_count_WR) ಮೂರನೇ ಸಾಮಾನ್ಯ ಸ್ವರೂಪವನ್ನು ಉಲ್ಲಂಘಿಸುತ್ತದೆ ಎಂದು ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳುತ್ತದೆ
3. ಸಾಮಾನ್ಯೀಕರಣವನ್ನು ಅನ್ವಯಿಸುವ ನನ್ನ ವಿಧಾನ
1. ಕೇವಲ ಗುರಿ ಸ್ವಯಂಚಾಲಿತ ವ್ಯಾಪಾರ ಪ್ರಕ್ರಿಯೆಯು ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಮಾದರಿಯನ್ನು ರಚಿಸುವಾಗ ಘಟಕಗಳು ಮತ್ತು ಗುಣಲಕ್ಷಣಗಳನ್ನು ಗುರುತಿಸುವ ಮಾನದಂಡವನ್ನು ವಿಶ್ಲೇಷಕರಿಗೆ ಒದಗಿಸುತ್ತದೆ. ಪ್ರಕ್ರಿಯೆಯ ಮಾದರಿಯನ್ನು ರಚಿಸುವುದು ಸಾಮಾನ್ಯ ಡೇಟಾ ಮಾದರಿಯನ್ನು ರಚಿಸಲು ಪೂರ್ವಾಪೇಕ್ಷಿತವಾಗಿದೆ.
2. ಕೆಳಗಿನ ಕೆಲವು ಅಥವಾ ಎಲ್ಲಾ ಷರತ್ತುಗಳನ್ನು ಪೂರೈಸಿದರೆ ಕಟ್ಟುನಿಟ್ಟಾದ ಅರ್ಥದಲ್ಲಿ ಮೂರನೇ ಸಾಮಾನ್ಯ ರೂಪವನ್ನು ಸಾಧಿಸುವುದು ERP ವ್ಯವಸ್ಥೆಗಳನ್ನು ರಚಿಸುವ ವಾಸ್ತವಿಕ ಅಭ್ಯಾಸದಲ್ಲಿ ಪ್ರಾಯೋಗಿಕವಾಗಿರುವುದಿಲ್ಲ:
- ಸ್ವಯಂಚಾಲಿತ ಪ್ರಕ್ರಿಯೆಗಳು ವಿರಳವಾಗಿ ಬದಲಾವಣೆಗೆ ಒಳಪಟ್ಟಿರುತ್ತವೆ,
- ಸಂಶೋಧನೆ ಮತ್ತು ಅಭಿವೃದ್ಧಿಗೆ ಗಡುವು ಬಿಗಿಯಾಗಿದೆ,
- ಡೇಟಾ ಸಮಗ್ರತೆಯ ಅವಶ್ಯಕತೆಗಳು ತುಲನಾತ್ಮಕವಾಗಿ ಕಡಿಮೆ (ಕೈಗಾರಿಕಾ ಸಾಫ್ಟ್‌ವೇರ್‌ನಲ್ಲಿನ ಸಂಭಾವ್ಯ ದೋಷಗಳು ಸಾಫ್ಟ್‌ವೇರ್ ಗ್ರಾಹಕರಿಂದ ಹಣ ಅಥವಾ ಕ್ಲೈಂಟ್‌ಗಳ ನಷ್ಟಕ್ಕೆ ಕಾರಣವಾಗುವುದಿಲ್ಲ)
- ಮತ್ತು ಹಾಗೆ.
ವಿವರಿಸಿದ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ, ಕೆಲವು ವಸ್ತುಗಳ ಜೀವನ ಚಕ್ರವನ್ನು ಗುರುತಿಸುವ ಮತ್ತು ವಿವರಿಸುವ ವೆಚ್ಚಗಳು ಮತ್ತು ಅವುಗಳ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಆರ್ಥಿಕ ದಕ್ಷತೆಯ ದೃಷ್ಟಿಕೋನದಿಂದ ಸಮರ್ಥಿಸಲಾಗುವುದಿಲ್ಲ.
3. ಈಗಾಗಲೇ ರಚಿಸಲಾದ IS ನಲ್ಲಿ ಡೇಟಾ ಮಾದರಿಯ ಅಮಾನ್ಯೀಕರಣದ ಯಾವುದೇ ಪರಿಣಾಮಗಳನ್ನು ಕೋಡ್ ಮತ್ತು ಪರೀಕ್ಷೆಯ ಸಂಪೂರ್ಣ ಪ್ರಾಥಮಿಕ ಅಧ್ಯಯನದಿಂದ ತಗ್ಗಿಸಬಹುದು.
4. ಅಸಾಧಾರಣೀಕರಣವು ದತ್ತಾಂಶ ಮೂಲಗಳನ್ನು ಸಂಶೋಧಿಸುವ ಹಂತದಿಂದ ಕಾರ್ಮಿಕ ವೆಚ್ಚವನ್ನು ವರ್ಗಾಯಿಸುವ ಒಂದು ಮಾರ್ಗವಾಗಿದೆ ಮತ್ತು ವ್ಯಾಪಾರ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಹಂತಕ್ಕೆ, ಅನುಷ್ಠಾನದ ಅವಧಿಯಿಂದ ಸಿಸ್ಟಮ್ ಅಭಿವೃದ್ಧಿಯ ಅವಧಿಗೆ.
5. ಡೇಟಾಬೇಸ್‌ನ ಮೂರನೇ ಸಾಮಾನ್ಯ ರೂಪಕ್ಕಾಗಿ ಶ್ರಮಿಸಲು ಸಲಹೆ ನೀಡಲಾಗುತ್ತದೆ:
- ಸ್ವಯಂಚಾಲಿತ ವ್ಯವಹಾರ ಪ್ರಕ್ರಿಯೆಗಳಲ್ಲಿನ ಬದಲಾವಣೆಯ ದಿಕ್ಕನ್ನು ಊಹಿಸಲು ಕಷ್ಟ
- ಅನುಷ್ಠಾನ ಮತ್ತು/ಅಥವಾ ಅಭಿವೃದ್ಧಿ ತಂಡದಲ್ಲಿ ಕಾರ್ಮಿಕರ ದುರ್ಬಲ ವಿಭಾಗವಿದೆ
- ಇಂಟಿಗ್ರೇಷನ್ ಸರ್ಕ್ಯೂಟ್ನಲ್ಲಿ ಸೇರಿಸಲಾದ ವ್ಯವಸ್ಥೆಗಳು ತಮ್ಮದೇ ಆದ ಯೋಜನೆಗಳ ಪ್ರಕಾರ ಅಭಿವೃದ್ಧಿಗೊಳ್ಳುತ್ತವೆ
- ಡೇಟಾ ಅಸಂಗತತೆಯು ಕಂಪನಿಯು ಗ್ರಾಹಕರು ಅಥವಾ ಹಣವನ್ನು ಕಳೆದುಕೊಳ್ಳುವಲ್ಲಿ ಕಾರಣವಾಗಬಹುದು
6. ಗುರಿ ವ್ಯಾಪಾರ ಪ್ರಕ್ರಿಯೆಯ ಮಾದರಿಗಳು ಮತ್ತು IS ನಲ್ಲಿನ ಪ್ರಕ್ರಿಯೆಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಮಾತ್ರ ಡೇಟಾ ಮಾದರಿಯ ವಿನ್ಯಾಸವನ್ನು ವಿಶ್ಲೇಷಕರಿಂದ ಕೈಗೊಳ್ಳಬೇಕು. ಡೆವಲಪರ್ ಡೇಟಾ ಮಾದರಿಯನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುತ್ತಿದ್ದರೆ, ಅವನು ವಿಷಯದ ಪ್ರದೇಶದಲ್ಲಿ ತನ್ನನ್ನು ತಾನು ಮುಳುಗಿಸಬೇಕಾಗುತ್ತದೆ, ನಿರ್ದಿಷ್ಟವಾಗಿ, ಗುಣಲಕ್ಷಣ ಮೌಲ್ಯಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಅವನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತಾನೆ - ಪರಮಾಣು ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಅಗತ್ಯವಾದ ಸ್ಥಿತಿ. ಹೀಗಾಗಿ, ಅಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು.
4 ವಿವರಣೆಗಾಗಿ ಸಮಸ್ಯೆ
ನೀವು ಬಂದರಿನಲ್ಲಿ ಸಣ್ಣ ರೋಬೋಟಿಕ್ ಹೋಟೆಲು ಹೊಂದಿದ್ದೀರಿ ಎಂದು ಹೇಳೋಣ. ನಿಮ್ಮ ಮಾರುಕಟ್ಟೆ ವಿಭಾಗ: ಬಂದರಿಗೆ ಬರುವ ನಾವಿಕರು ಮತ್ತು ಕಡಲ್ಗಳ್ಳರು ಮತ್ತು ವಿರಾಮದ ಅಗತ್ಯವಿದೆ. ನೀವು ನಾವಿಕರಿಗೆ ಥೈಮ್ನೊಂದಿಗೆ ಚಹಾವನ್ನು ಮಾರಾಟ ಮಾಡುತ್ತೀರಿ ಮತ್ತು ಕಡಲ್ಗಳ್ಳರಿಗೆ ಗಡ್ಡವನ್ನು ಬಾಚಲು ರಮ್ ಮತ್ತು ಮೂಳೆ ಬಾಚಣಿಗೆಗಳನ್ನು ಮಾರಾಟ ಮಾಡುತ್ತೀರಿ. ಹೋಟೆಲಿನಲ್ಲಿನ ಸೇವೆಯನ್ನು ರೋಬೋಟ್ ಹೊಸ್ಟೆಸ್ ಮತ್ತು ರೋಬೋಟ್ ಬಾರ್ಟೆಂಡರ್ ಒದಗಿಸುತ್ತಾರೆ. ನಿಮ್ಮ ಉತ್ತಮ ಗುಣಮಟ್ಟದ ಮತ್ತು ಕಡಿಮೆ ಬೆಲೆಗೆ ಧನ್ಯವಾದಗಳು, ನಿಮ್ಮ ಪ್ರತಿಸ್ಪರ್ಧಿಗಳನ್ನು ನೀವು ಓಡಿಸಿದ್ದೀರಿ, ಇದರಿಂದ ಹಡಗಿನಿಂದ ಬರುವ ಪ್ರತಿಯೊಬ್ಬರೂ ನಿಮ್ಮ ಹೋಟೆಲಿಗೆ ಬರುತ್ತಾರೆ, ಅದು ಬಂದರಿನಲ್ಲಿ ಮಾತ್ರ.
ಹೋಟೆಲು ಮಾಹಿತಿ ವ್ಯವಸ್ಥೆಗಳ ಸಂಕೀರ್ಣವು ಈ ಕೆಳಗಿನ ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ಒಳಗೊಂಡಿದೆ:
- ವಿಶಿಷ್ಟ ಲಕ್ಷಣಗಳ ಆಧಾರದ ಮೇಲೆ ಅದರ ವರ್ಗವನ್ನು ಗುರುತಿಸುವ ಕ್ಲೈಂಟ್ ಬಗ್ಗೆ ಮುಂಚಿನ ಎಚ್ಚರಿಕೆ ವ್ಯವಸ್ಥೆ
- ರೋಬೋಟ್ ಹೊಸ್ಟೆಸ್‌ಗಳು ಮತ್ತು ರೋಬೋಟ್ ಬಾರ್ಟೆಂಡರ್‌ಗಳಿಗೆ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆ
- ಮಾರಾಟದ ಬಿಂದುವಿಗೆ ಗೋದಾಮು ಮತ್ತು ವಿತರಣಾ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆ
- ಪೂರೈಕೆದಾರ ಸಂಬಂಧ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆ (SURP)
ಪ್ರಕ್ರಿಯೆ:
ಆರಂಭಿಕ ಎಚ್ಚರಿಕೆ ವ್ಯವಸ್ಥೆಯು ಹಡಗಿನಿಂದ ಹೊರಡುವ ಜನರನ್ನು ಗುರುತಿಸುತ್ತದೆ. ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಕ್ಲೀನ್-ಕ್ಷೌರ ಮಾಡಿಸಿಕೊಂಡಿದ್ದರೆ, ಅವಳು ಅವನನ್ನು ನಾವಿಕ ಎಂದು ಗುರುತಿಸುತ್ತಾಳೆ; ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಗಡ್ಡವನ್ನು ಹೊಂದಿರುವುದು ಕಂಡುಬಂದರೆ, ಅವನನ್ನು ಕಡಲುಗಳ್ಳರೆಂದು ಗುರುತಿಸಲಾಗುತ್ತದೆ.
ಹೋಟೆಲಿಗೆ ಪ್ರವೇಶಿಸುವಾಗ, ಅತಿಥಿಯು ತನ್ನ ವರ್ಗಕ್ಕೆ ಅನುಗುಣವಾಗಿ ರೋಬೋಟ್ ಹೊಸ್ಟೆಸ್‌ನಿಂದ ಶುಭಾಶಯವನ್ನು ಕೇಳುತ್ತಾನೆ, ಉದಾಹರಣೆಗೆ: "ಹೋ-ಹೋ-ಹೋ, ಪ್ರಿಯ ದರೋಡೆಕೋರ, ಟೇಬಲ್ ಸಂಖ್ಯೆಗೆ ಹೋಗಿ ..."
ಅತಿಥಿಯು ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಟೇಬಲ್‌ಗೆ ಹೋಗುತ್ತಾನೆ, ಅಲ್ಲಿ ರೋಬೋಟ್ ಬಾರ್ಟೆಂಡರ್ ಈಗಾಗಲೇ ವರ್ಗಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಅವನಿಗೆ ಸರಕುಗಳನ್ನು ಸಿದ್ಧಪಡಿಸಿದ್ದಾನೆ. ರೋಬೋಟ್ ಬಾರ್ಟೆಂಡರ್ ವಿತರಣೆಯ ಮುಂದಿನ ಭಾಗವನ್ನು ಹೆಚ್ಚಿಸಬೇಕು ಎಂದು ಗೋದಾಮಿನ ವ್ಯವಸ್ಥೆಗೆ ಮಾಹಿತಿಯನ್ನು ರವಾನಿಸುತ್ತದೆ; ಶೇಖರಣೆಯಲ್ಲಿ ಉಳಿದಿರುವ ಬಾಕಿಗಳ ಆಧಾರದ ಮೇಲೆ ವೇರ್ಹೌಸ್ IS, ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಖರೀದಿ ವಿನಂತಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.
ಮುಂಚಿನ ಎಚ್ಚರಿಕೆ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿಮ್ಮ ಆಂತರಿಕ ಐಟಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಿರಬಹುದು, ಬಾರ್ ರೋಬೋಟ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್ ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ಬಾಹ್ಯ ಗುತ್ತಿಗೆದಾರರು ನಿರ್ದಿಷ್ಟವಾಗಿ ನಿಮ್ಮ ವ್ಯಾಪಾರಕ್ಕಾಗಿ ರಚಿಸಿರಬಹುದು. ಮತ್ತು ಗೋದಾಮುಗಳನ್ನು ನಿರ್ವಹಿಸುವ ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ಪೂರೈಕೆದಾರರೊಂದಿಗಿನ ಸಂಬಂಧಗಳು ಮಾರುಕಟ್ಟೆಯಿಂದ ಕಸ್ಟಮೈಸ್ ಮಾಡಿದ ಪ್ಯಾಕೇಜ್ ಪರಿಹಾರಗಳಾಗಿವೆ.
5. ಅಸಾಧಾರಣೀಕರಣದ ಉದಾಹರಣೆಗಳು ಮತ್ತು ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿಯ ಮೇಲೆ ಅದರ ಪ್ರಭಾವ
ವ್ಯಾಪಾರ ಪ್ರಕ್ರಿಯೆಯನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವಾಗ, ಸಂದರ್ಶಿಸಿದ ವಿಷಯದ ತಜ್ಞರು ಪ್ರಪಂಚದಾದ್ಯಂತದ ಕಡಲ್ಗಳ್ಳರು ರಮ್ ಕುಡಿಯುತ್ತಾರೆ ಮತ್ತು ಮೂಳೆ ಬಾಚಣಿಗೆಯಿಂದ ತಮ್ಮ ಗಡ್ಡವನ್ನು ಬಾಚಿಕೊಳ್ಳುತ್ತಾರೆ ಮತ್ತು ನಾವಿಕರು ಥೈಮ್ನೊಂದಿಗೆ ಚಹಾವನ್ನು ಕುಡಿಯುತ್ತಾರೆ ಮತ್ತು ಯಾವಾಗಲೂ ಕ್ಲೀನ್-ಕ್ಷೌರ ಮಾಡುತ್ತಾರೆ ಎಂದು ಸರ್ವಾನುಮತದಿಂದ ಹೇಳಿದ್ದಾರೆ.
ಕ್ಲೈಂಟ್ ಪ್ರಕಾರಗಳ ಡೈರೆಕ್ಟರಿಯು ಎರಡು ಮೌಲ್ಯಗಳೊಂದಿಗೆ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ: 1 - ಕಡಲ್ಗಳ್ಳರು, 2 - ನಾವಿಕರು, ಕಂಪನಿಯ ಸಂಪೂರ್ಣ ಮಾಹಿತಿ ಸರ್ಕ್ಯೂಟ್‌ಗೆ ಸಾಮಾನ್ಯವಾಗಿದೆ.
ಕ್ಲೈಂಟ್ ಅಧಿಸೂಚನೆ ವ್ಯವಸ್ಥೆಯು ಇಮೇಜ್ ಪ್ರಕ್ರಿಯೆಯ ಫಲಿತಾಂಶವನ್ನು ಗುರುತಿಸಿದ ಕ್ಲೈಂಟ್ನ ಗುರುತಿಸುವಿಕೆ (ID) ಮತ್ತು ಅದರ ಪ್ರಕಾರವಾಗಿ ತಕ್ಷಣವೇ ಸಂಗ್ರಹಿಸುತ್ತದೆ: ನಾವಿಕ ಅಥವಾ ಕಡಲುಗಳ್ಳರ.
ಗುರುತಿಸಲಾದ ವಸ್ತು ID
ಗ್ರಾಹಕ ವರ್ಗ
100500
ದರೋಡೆಕೋರ
100501
ದರೋಡೆಕೋರ
100502
ನಾವಿಕ
ಎಂಬುದನ್ನು ಮತ್ತೊಮ್ಮೆ ಗಮನಿಸೋಣ
1. ನಮ್ಮ ನಾವಿಕರು ವಾಸ್ತವವಾಗಿ ಕ್ಷೌರದ ಜನರು
2. ನಮ್ಮ ಕಡಲ್ಗಳ್ಳರು ವಾಸ್ತವವಾಗಿ ಗಡ್ಡವಿರುವ ಜನರು
ಈ ಸಂದರ್ಭದಲ್ಲಿ ಯಾವ ಸಮಸ್ಯೆಗಳನ್ನು ತೆಗೆದುಹಾಕಬೇಕು ಇದರಿಂದ ನಮ್ಮ ರಚನೆಯು ಮೂರನೇ ಸಾಮಾನ್ಯ ರೂಪಕ್ಕೆ ಶ್ರಮಿಸುತ್ತದೆ:
- ಗುಣಲಕ್ಷಣದ ಪರಮಾಣು ಉಲ್ಲಂಘನೆ - ಕ್ಲೈಂಟ್ ವರ್ಗ
- ಒಂದು ಕೋಷ್ಟಕದಲ್ಲಿ ವಿಶ್ಲೇಷಿಸಿದ ಸತ್ಯ ಮತ್ತು ತೀರ್ಮಾನವನ್ನು ಮಿಶ್ರಣ ಮಾಡುವುದು
- ವಿಭಿನ್ನ ಘಟಕಗಳ ಗುಣಲಕ್ಷಣಗಳ ನಡುವಿನ ಸ್ಥಿರ ಕ್ರಿಯಾತ್ಮಕ ಸಂಬಂಧ.
ಸಾಮಾನ್ಯ ರೂಪದಲ್ಲಿ, ನಾವು ಎರಡು ಕೋಷ್ಟಕಗಳನ್ನು ಪಡೆಯುತ್ತೇವೆ:
- ಗುರುತಿಸುವಿಕೆಯು ಸ್ಥಾಪಿತ ವೈಶಿಷ್ಟ್ಯಗಳ ಗುಂಪಿನ ರೂಪದಲ್ಲಿ ಫಲಿತಾಂಶವನ್ನು ನೀಡುತ್ತದೆ,
ಗುರುತಿಸಲಾದ ವಸ್ತು ID
ಮುಖದ ಕೂದಲು
100500
ಹೌದು
100501
ಹೌದು
100502
ಯಾವುದೇ
- ಸ್ಥಾಪಿತ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅರ್ಥೈಸಲು IS ನಲ್ಲಿ ಹುದುಗಿರುವ ತರ್ಕದ ಅನ್ವಯವಾಗಿ ಕ್ಲೈಂಟ್ ಪ್ರಕಾರವನ್ನು ನಿರ್ಧರಿಸುವ ಫಲಿತಾಂಶ
ಗುರುತಿಸಲಾದ ವಸ್ತು ID
ಗುರುತಿನ ID
ಗ್ರಾಹಕ ವರ್ಗ
100500
100001
ದರೋಡೆಕೋರ
100501
100002
ದರೋಡೆಕೋರ
100502
100003
ನಾವಿಕ
ಸಾಮಾನ್ಯೀಕರಿಸಿದ ಡೇಟಾ ಶೇಖರಣಾ ಸಂಸ್ಥೆಯು ಐಪಿ ಸಂಕೀರ್ಣದ ಅಭಿವೃದ್ಧಿಯನ್ನು ಹೇಗೆ ಸುಗಮಗೊಳಿಸುತ್ತದೆ? ನೀವು ಇದ್ದಕ್ಕಿದ್ದಂತೆ ಹೊಸ ಗ್ರಾಹಕರನ್ನು ಪಡೆಯುತ್ತೀರಿ ಎಂದು ಹೇಳೋಣ. ಜಪಾನಿನ ಕಡಲ್ಗಳ್ಳರು ಗಡ್ಡವನ್ನು ಹೊಂದಿರದಿರಬಹುದು, ಆದರೆ ಅವರು ತಮ್ಮ ಭುಜದ ಮೇಲೆ ಗಿಳಿಯೊಂದಿಗೆ ನಡೆಯುತ್ತಾರೆ ಮತ್ತು ಪರಿಸರವಾದಿ ಕಡಲ್ಗಳ್ಳರು, ಎಡ ಎದೆಯ ಮೇಲೆ ಗ್ರೇಟಾ ಅವರ ನೀಲಿ ಪ್ರೊಫೈಲ್ನಿಂದ ನೀವು ಅವರನ್ನು ಸುಲಭವಾಗಿ ಗುರುತಿಸಬಹುದು.
ಪರಿಸರದ ಕಡಲ್ಗಳ್ಳರು, ಸ್ವಾಭಾವಿಕವಾಗಿ, ಮೂಳೆ ಬಾಚಣಿಗೆಗಳನ್ನು ಬಳಸಲಾಗುವುದಿಲ್ಲ ಮತ್ತು ಮರುಬಳಕೆಯ ಸಮುದ್ರ ಪ್ಲಾಸ್ಟಿಕ್‌ನಿಂದ ಮಾಡಿದ ಅನಲಾಗ್‌ಗೆ ಬೇಡಿಕೆಯಿಡುತ್ತಾರೆ.
ಹೊಸ ಇನ್‌ಪುಟ್‌ಗಳಿಗೆ ಅನುಗುಣವಾಗಿ ನೀವು ಪ್ರೋಗ್ರಾಂ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಪುನಃ ಕೆಲಸ ಮಾಡಬೇಕಾಗುತ್ತದೆ. ಸಾಮಾನ್ಯೀಕರಣದ ನಿಯಮಗಳನ್ನು ಅನುಸರಿಸಿದರೆ, ನೀವು ಕೆಲವು ಸಿಸ್ಟಮ್‌ಗಳಲ್ಲಿ ಕೆಲವು ಪ್ರಕ್ರಿಯೆಯ ಶಾಖೆಗಳಿಗೆ ಮಾತ್ರ ಒಳಹರಿವುಗಳನ್ನು ಪೂರೈಸಬೇಕಾಗುತ್ತದೆ ಮತ್ತು ಆ ಸಂದರ್ಭಗಳಲ್ಲಿ ಮತ್ತು ಮುಖದ ಕೂದಲಿನ ಮುಖ್ಯವಾದ IS ಗಳಲ್ಲಿ ಮಾತ್ರ ಹೊಸ ಶಾಖೆಗಳನ್ನು ರಚಿಸಬೇಕಾಗುತ್ತದೆ. ಆದರೆ, ನಿಯಮಗಳನ್ನು ಅನುಸರಿಸದ ಕಾರಣ, ಕ್ಲೈಂಟ್ ಪ್ರಕಾರದ ಡೈರೆಕ್ಟರಿಯ ಮೌಲ್ಯಗಳನ್ನು ಬಳಸುವ ಸಂಪೂರ್ಣ ಸರ್ಕ್ಯೂಟ್‌ನಾದ್ಯಂತ ನೀವು ಸಂಪೂರ್ಣ ಕೋಡ್ ಅನ್ನು ವಿಶ್ಲೇಷಿಸಬೇಕಾಗುತ್ತದೆ ಮತ್ತು ಒಂದು ಸಂದರ್ಭದಲ್ಲಿ ಅಲ್ಗಾರಿದಮ್ ವೃತ್ತಿಪರರನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಬೇಕು ಎಂದು ಸ್ಪಷ್ಟವಾಗಿ ಸ್ಥಾಪಿಸಬೇಕು. ಕ್ಲೈಂಟ್ನ ಚಟುವಟಿಕೆ, ಮತ್ತು ಇತರ ಭೌತಿಕ ವೈಶಿಷ್ಟ್ಯಗಳಲ್ಲಿ.
ಒಂದು ರೂಪದಲ್ಲಿ ಅದು ಹುಡುಕುತ್ತದೆ ಸಾಮಾನ್ಯಗೊಳಿಸಲು, ನಾವು ಕಾರ್ಯಾಚರಣೆಯ ಡೇಟಾ ಮತ್ತು ಎರಡು ಡೈರೆಕ್ಟರಿಗಳೊಂದಿಗೆ ಎರಡು ಕೋಷ್ಟಕಗಳನ್ನು ಪಡೆಯುತ್ತೇವೆ:
- ಗುರುತಿಸುವಿಕೆಯು ಸ್ಥಾಪಿತ ವೈಶಿಷ್ಟ್ಯಗಳ ಗುಂಪಿನ ರೂಪದಲ್ಲಿ ಫಲಿತಾಂಶವನ್ನು ನೀಡುತ್ತದೆ,
ಗುರುತಿಸಲಾದ ವಸ್ತು ID
ಎಡ ಎದೆಯ ಮೇಲೆ ಗ್ರೇಟಾ
ಭುಜದ ಮೇಲೆ ಹಕ್ಕಿ
ಮುಖದ ಕೂದಲು
100510
1
1
1
100511
0
0
1
100512
1
0
- ಕ್ಲೈಂಟ್ ಪ್ರಕಾರವನ್ನು ನಿರ್ಧರಿಸುವ ಫಲಿತಾಂಶ (ಇದು ಡೈರೆಕ್ಟರಿಗಳಿಂದ ವಿವರಣೆಯನ್ನು ಪ್ರದರ್ಶಿಸುವ ಕಸ್ಟಮ್ ವೀಕ್ಷಣೆಯಾಗಿರಲಿ)
ಪತ್ತೆಯಾದ ಅಸಾಧಾರಣೀಕರಣವು ಹೊಸ ಷರತ್ತುಗಳನ್ನು ಪೂರೈಸಲು ವ್ಯವಸ್ಥೆಗಳನ್ನು ಮಾರ್ಪಡಿಸಲಾಗುವುದಿಲ್ಲ ಎಂದು ಅರ್ಥವೇ? ಖಂಡಿತ ಇಲ್ಲ. ಶೂನ್ಯ ಸಿಬ್ಬಂದಿ ವಹಿವಾಟು ಹೊಂದಿರುವ ಒಂದು ತಂಡದಿಂದ ಎಲ್ಲಾ ಮಾಹಿತಿ ವ್ಯವಸ್ಥೆಗಳನ್ನು ರಚಿಸಲಾಗಿದೆ ಎಂದು ನಾವು ಊಹಿಸಿದರೆ, ಬೆಳವಣಿಗೆಗಳನ್ನು ಉತ್ತಮವಾಗಿ ದಾಖಲಿಸಲಾಗಿದೆ ಮತ್ತು ನಷ್ಟವಿಲ್ಲದೆ ತಂಡದೊಳಗೆ ಮಾಹಿತಿಯನ್ನು ವರ್ಗಾಯಿಸಲಾಗುತ್ತದೆ, ನಂತರ ಅಗತ್ಯ ಬದಲಾವಣೆಗಳನ್ನು ಅತ್ಯಲ್ಪವಾಗಿ ಕಡಿಮೆ ಪ್ರಯತ್ನದಿಂದ ಮಾಡಬಹುದು. ಆದರೆ ನಾವು ಸಮಸ್ಯೆಯ ಮೂಲ ಪರಿಸ್ಥಿತಿಗಳಿಗೆ ಹಿಂತಿರುಗಿದರೆ, ಜಂಟಿ ಚರ್ಚೆಗಳ ಪ್ರೋಟೋಕಾಲ್‌ಗಳನ್ನು ಮುದ್ರಿಸಲು 1,5 ಕೀಬೋರ್ಡ್‌ಗಳನ್ನು ಅಳಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಸಂಗ್ರಹಣೆ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಮತ್ತೊಂದು 0,5 ಅನ್ನು ಅಳಿಸಲಾಗುತ್ತದೆ.
ಮೇಲಿನ ಉದಾಹರಣೆಯಲ್ಲಿ, ಎಲ್ಲಾ ಮೂರು ಸಾಮಾನ್ಯ ರೂಪಗಳನ್ನು ಉಲ್ಲಂಘಿಸಲಾಗಿದೆ, ಅವುಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಉಲ್ಲಂಘಿಸಲು ಪ್ರಯತ್ನಿಸೋಣ.
ಮೊದಲ ಸಾಮಾನ್ಯ ರೂಪದ ಉಲ್ಲಂಘನೆ:
ನಿಮ್ಮ ಹೋಟೆಲಿಗೆ ಸೇರಿದ 1.5-ಟನ್ ಗಸೆಲ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಪಿಕ್-ಅಪ್ ಮಾಡುವ ಮೂಲಕ ಸರಬರಾಜುದಾರರ ಗೋದಾಮುಗಳಿಂದ ನಿಮ್ಮ ಗೋದಾಮಿಗೆ ಸರಕುಗಳನ್ನು ತಲುಪಿಸಲಾಗುತ್ತದೆ ಎಂದು ಹೇಳೋಣ. ಪೂರೈಕೆದಾರರ ವಹಿವಾಟಿಗೆ ಹೋಲಿಸಿದರೆ ನಿಮ್ಮ ಆರ್ಡರ್‌ಗಳ ಗಾತ್ರವು ತುಂಬಾ ಚಿಕ್ಕದಾಗಿದೆ, ಉತ್ಪಾದನೆಗೆ ಕಾಯದೆ ಅವು ಯಾವಾಗಲೂ ಒಂದೊಂದಾಗಿ ಪೂರ್ಣಗೊಳ್ಳುತ್ತವೆ. ಅಂತಹ ವ್ಯವಹಾರ ಪ್ರಕ್ರಿಯೆಯೊಂದಿಗೆ ನಿಮಗೆ ಪ್ರತ್ಯೇಕ ಕೋಷ್ಟಕಗಳು ಬೇಕೇ: ವಾಹನಗಳು, ವಾಹನಗಳ ಪ್ರಕಾರಗಳು, ನಿರ್ಗಮಿಸಿದ ಪೂರೈಕೆದಾರರಿಗೆ ನಿಮ್ಮ ಆದೇಶಗಳಲ್ಲಿ ಯೋಜನೆ ಮತ್ತು ವಾಸ್ತವವನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು ಅಗತ್ಯವೇ?
ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ನೀವು ಕೆಳಗಿನ ಮಾದರಿಯನ್ನು ಬಳಸಿದರೆ ನಿಮ್ಮ ಪ್ರೋಗ್ರಾಮರ್‌ಗಳು ಎಷ್ಟು "ಹೆಚ್ಚುವರಿ" ಸಂಪರ್ಕಗಳನ್ನು ಬರೆಯಬೇಕಾಗುತ್ತದೆ ಎಂದು ಊಹಿಸಿ.
ಪ್ರಸ್ತಾವಿತ ರಚನೆಯು ಅನಗತ್ಯವಾಗಿ ಸಂಕೀರ್ಣವಾಗಿದೆ ಎಂದು ನಾವು ನಿರ್ಧರಿಸಿದ್ದೇವೆ ಎಂದು ಹೇಳೋಣ; ನಮ್ಮ ಸಂದರ್ಭದಲ್ಲಿ, ಯೋಜನೆ ಮತ್ತು ಆದೇಶದ ದಾಖಲೆಯಲ್ಲಿನ ಅಂಶವನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು ಅನಗತ್ಯ ಮಾಹಿತಿಯಾಗಿದೆ ಮತ್ತು ಬಂದ ಸರಕುಗಳ ಸ್ವೀಕಾರದ ಫಲಿತಾಂಶಗಳ ಆಧಾರದ ಮೇಲೆ ರಚಿಸಿದ ಆದೇಶದ ವಿವರಣೆಯನ್ನು ಪುನಃ ಬರೆಯಲಾಗುತ್ತದೆ, ಅಪರೂಪದ ತಪ್ಪು ಅಸಮರ್ಪಕ ಗುಣಮಟ್ಟದ ಸರಕುಗಳ ಶ್ರೇಣೀಕರಣ ಮತ್ತು ಆಗಮನವು IS ನ ಹೊರಗೆ ನೆಲೆಸಿದೆ.
ತದನಂತರ ಒಂದು ದಿನ ಇಡೀ ಹೋಟೆಲು ಹಾಲ್ ಕೋಪಗೊಂಡ ಮತ್ತು ಅಸ್ತವ್ಯಸ್ತವಾಗಿರುವ ಕಡಲ್ಗಳ್ಳರಿಂದ ಹೇಗೆ ತುಂಬಿದೆ ಎಂಬುದನ್ನು ನೀವು ನೋಡುತ್ತೀರಿ. ಏನಾಯಿತು?
ನಿಮ್ಮ ವ್ಯಾಪಾರವು ಬೆಳೆದಂತೆ, ನಿಮ್ಮ ಬಳಕೆ ಕೂಡ ಹೆಚ್ಚಾಯಿತು ಎಂದು ಅದು ತಿರುಗುತ್ತದೆ. ಒಂದು ಕಾಲದಲ್ಲಿ, ಒಂದು ಗಸೆಲ್ ಪರಿಮಾಣ ಮತ್ತು/ಅಥವಾ ತೂಕದಲ್ಲಿ ಅತಿಯಾಗಿ ಲೋಡ್ ಆಗಿದ್ದರೆ, ಇದು ಅತ್ಯಂತ ವಿರಳವಾಗಿದ್ದರೆ, ಪೂರೈಕೆದಾರರು ಪಾನೀಯಗಳ ಪರವಾಗಿ ಲೋಡ್ ಅನ್ನು ಆದ್ಯತೆ ನೀಡುತ್ತಾರೆ ಎಂದು ನಿರ್ವಹಣಾ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಯಿತು.
ತಲುಪಿಸದ ಸರಕುಗಳು ಮುಂದಿನ ಕ್ರಮದಲ್ಲಿ ಕೊನೆಗೊಂಡವು ಮತ್ತು ಹೊಸ ವಿಮಾನದಲ್ಲಿ ಹೊರಟವು; ಹೋಟೆಲಿನ ಗೋದಾಮಿನಲ್ಲಿ ಕನಿಷ್ಠ ಸಮತೋಲನದ ಉಪಸ್ಥಿತಿಯು ಕಾಣೆಯಾದ ಪ್ರಕರಣಗಳನ್ನು ಗಮನಿಸದಿರಲು ಸಾಧ್ಯವಾಗಿಸಿತು.
ಬಂದರಿನಲ್ಲಿ ಕೊನೆಯ ಪ್ರತಿಸ್ಪರ್ಧಿಯನ್ನು ಮುಚ್ಚಲಾಯಿತು, ಮತ್ತು ವಾಹನದ ಕನಿಷ್ಠ ಸಮತೋಲನ ಮತ್ತು ಆವರ್ತಕ ಅಂಡರ್‌ಲೋಡ್‌ನ ಸಾಕಷ್ಟು ಊಹೆಯ ಆಧಾರದ ಮೇಲೆ ಆದ್ಯತೆಯ ಮೂಲಕ ಬೈಪಾಸ್ ಮಾಡಿದ ಗಸೆಲ್ ಓವರ್‌ಲೋಡ್‌ನ ಪಂಕ್ಚರ್ಡ್ ಪ್ರಕರಣವು ಸಾಮಾನ್ಯ ಅಭ್ಯಾಸವಾಯಿತು. ರಚಿಸಿದ ವ್ಯವಸ್ಥೆಯು ಅದರಲ್ಲಿ ಅಂತರ್ಗತವಾಗಿರುವ ಅಲ್ಗಾರಿದಮ್‌ಗಳಿಗೆ ಅನುಗುಣವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಮತ್ತು ಯೋಜಿತ ಆದೇಶಗಳನ್ನು ಪೂರೈಸುವಲ್ಲಿ ವ್ಯವಸ್ಥಿತ ವೈಫಲ್ಯವನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಯಾವುದೇ ಅವಕಾಶದಿಂದ ವಂಚಿತವಾಗುತ್ತದೆ. ಹಾನಿಗೊಳಗಾದ ಖ್ಯಾತಿ ಮತ್ತು ಅತೃಪ್ತ ಗ್ರಾಹಕರು ಮಾತ್ರ ಸಮಸ್ಯೆಯನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ವಿಭಾಗ 2 ಮತ್ತು ವಿಭಾಗ 5 ರಲ್ಲಿನ ಆದೇಶದ ನಿರ್ದಿಷ್ಟತೆಯಲ್ಲಿ (T_ORDER_SPEC) ಆದೇಶದ ಪ್ರಮಾಣವು ಮೊದಲ ಸಾಮಾನ್ಯ ರೂಪದ ಅಗತ್ಯವನ್ನು ಪೂರೈಸಬಹುದು ಅಥವಾ ಪೂರೈಸದೇ ಇರಬಹುದು ಎಂಬುದನ್ನು ಗಮನಿಸುವ ಓದುಗರು ಗಮನಿಸಿರಬಹುದು. ಇದು ಎಲ್ಲಾ ಸರಕುಗಳ ಆಯ್ದ ವಿಂಗಡಣೆಯನ್ನು ನೀಡಿದರೆ, ಮೂಲಭೂತವಾಗಿ ವಿಭಿನ್ನ ಅಳತೆಯ ಘಟಕಗಳು ಒಂದೇ ಕ್ಷೇತ್ರಕ್ಕೆ ಬೀಳಬಹುದೇ ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ.
ಎರಡನೇ ಸಾಮಾನ್ಯ ರೂಪದ ಉಲ್ಲಂಘನೆ:
ನಿಮ್ಮ ಅಗತ್ಯತೆಗಳು ಹೆಚ್ಚಾದಂತೆ, ನೀವು ವಿಭಿನ್ನ ಗಾತ್ರದ ಒಂದೆರಡು ಹೆಚ್ಚು ವಾಹನಗಳನ್ನು ಖರೀದಿಸುತ್ತೀರಿ. ಮೇಲಿನ ಸನ್ನಿವೇಶದಲ್ಲಿ, ವಾಹನ ಡೈರೆಕ್ಟರಿಯ ರಚನೆಯನ್ನು ಅನಗತ್ಯವೆಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ; ಇದರ ಪರಿಣಾಮವಾಗಿ, ವಿತರಣೆ ಮತ್ತು ಗೋದಾಮಿನ ಅಗತ್ಯತೆಗಳನ್ನು ಪೂರೈಸುವ ಎಲ್ಲಾ ಡೇಟಾ ಸಂಸ್ಕರಣಾ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಸರಬರಾಜುದಾರರಿಂದ ಗೋದಾಮಿಗೆ ಸರಕುಗಳ ಚಲನೆಯನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ 1,5-ಟನ್ ಹಾರಾಟವೆಂದು ಗ್ರಹಿಸುತ್ತವೆ. ಗಸೆಲ್. ಆದ್ದರಿಂದ, ಹೊಸ ವಾಹನಗಳ ಖರೀದಿಯೊಂದಿಗೆ, ನೀವು ಇನ್ನೂ ವಾಹನ ಡೈರೆಕ್ಟರಿಯನ್ನು ರಚಿಸುತ್ತೀರಿ, ಆದರೆ ಅದನ್ನು ಅಂತಿಮಗೊಳಿಸುವಾಗ, ಪ್ರತಿಯೊಂದು ನಿರ್ದಿಷ್ಟ ಸ್ಥಳದಲ್ಲಿ ಉಲ್ಲೇಖಗಳನ್ನು ಗುಣಲಕ್ಷಣಗಳಿಗೆ ಸೂಚಿಸಲಾಗಿದೆಯೇ ಎಂದು ಕಂಡುಹಿಡಿಯಲು ಸರಕುಗಳ ಚಲನೆಯನ್ನು ಉಲ್ಲೇಖಿಸುವ ಎಲ್ಲಾ ಕೋಡ್ ಅನ್ನು ನೀವು ವಿಶ್ಲೇಷಿಸಬೇಕಾಗುತ್ತದೆ. ವ್ಯಾಪಾರವನ್ನು ಪ್ರಾರಂಭಿಸಿದ ವಾಹನದಿಂದ.
ಮೂರನೇ ಸಾಮಾನ್ಯ ರೂಪದ ಉಲ್ಲಂಘನೆ:
ಕೆಲವು ಹಂತದಲ್ಲಿ ನೀವು ಲಾಯಲ್ಟಿ ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ರಚಿಸಲು ಪ್ರಾರಂಭಿಸುತ್ತೀರಿ, ಸಾಮಾನ್ಯ ಗ್ರಾಹಕರ ದಾಖಲೆ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ನಿಷ್ಠಾವಂತ ಕಾರ್ಯಕ್ರಮದ ಪ್ರಾರಂಭದಲ್ಲಿ ಗ್ರಾಹಕರಿಗೆ ಆಸಕ್ತಿಯಿರುವ ಎಲ್ಲವನ್ನೂ ಕ್ಲೈಂಟ್ನ ದಾಖಲೆಯಲ್ಲಿ ಇರಿಸಬಹುದಾದರೆ, ವರದಿ ಮಾಡಲು ಮತ್ತು ವಿಶ್ಲೇಷಣಾತ್ಮಕ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ವರ್ಗಾಯಿಸಲು ವೈಯಕ್ತಿಕ ಕ್ಲೈಂಟ್‌ಗೆ ಮಾರಾಟದ ಒಟ್ಟು ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವ ವಸ್ತು ವೀಕ್ಷಣೆಗಳನ್ನು ರಚಿಸಲು ಸಮಯವನ್ನು ಏಕೆ ಕಳೆಯಿರಿ. ? ಮತ್ತು, ವಾಸ್ತವವಾಗಿ, ಮೊದಲ ನೋಟದಲ್ಲಿ, ಯಾವುದೇ ಅರ್ಥವಿಲ್ಲ. ಆದರೆ ಪ್ರತಿ ಬಾರಿ ನಿಮ್ಮ ವ್ಯಾಪಾರವನ್ನು ಸಂಪರ್ಕಿಸಿದಾಗ, ಉದಾಹರಣೆಗೆ, ಹೊಸ ಮಾರಾಟದ ಚಾನಲ್‌ಗಳು, ಅಂತಹ ಒಟ್ಟುಗೂಡಿಸುವಿಕೆಯ ಗುಣಲಕ್ಷಣವು ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ ಎಂಬುದನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳುವ ನಿಮ್ಮ ವಿಶ್ಲೇಷಕರಲ್ಲಿ ಯಾರಾದರೂ ಇರಬೇಕು.
ಪ್ರತಿ ಹೊಸ ಪ್ರಕ್ರಿಯೆಯನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವಾಗ, ಉದಾಹರಣೆಗೆ, ಇಂಟರ್ನೆಟ್‌ನಲ್ಲಿ ಮಾರಾಟ, ಸಾಮಾನ್ಯ ನಿಷ್ಠಾವಂತ ವ್ಯವಸ್ಥೆಗೆ ಸಂಪರ್ಕಗೊಂಡಿರುವ ವಿತರಕರ ಮೂಲಕ ಮಾರಾಟ, ಎಲ್ಲಾ ಹೊಸ ಪ್ರಕ್ರಿಯೆಗಳು ಕೋಡ್ ಮಟ್ಟದಲ್ಲಿ ಡೇಟಾ ಸಮಗ್ರತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬೇಕು ಎಂದು ಯಾರಾದರೂ ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳಬೇಕು. ಸಾವಿರ ಕೋಷ್ಟಕಗಳನ್ನು ಹೊಂದಿರುವ ಕೈಗಾರಿಕಾ ಡೇಟಾಬೇಸ್‌ಗಾಗಿ, ಇದು ಅಸಾಧ್ಯವಾದ ಕೆಲಸದಂತೆ ತೋರುತ್ತದೆ.
ಒಬ್ಬ ಅನುಭವಿ ಡೆವಲಪರ್, ಸಹಜವಾಗಿ, ಮೇಲೆ ತಿಳಿಸಿದ ಎಲ್ಲಾ ಸಮಸ್ಯೆಗಳನ್ನು ಹೇಗೆ ನಿಲ್ಲಿಸಬೇಕೆಂದು ತಿಳಿದಿದೆ, ಆದರೆ, ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಅನುಭವಿ ವಿಶ್ಲೇಷಕರ ಕಾರ್ಯವು ಅವುಗಳನ್ನು ಬೆಳಕಿಗೆ ತರಲು ಅಲ್ಲ.
ಪ್ರಕಟಣೆಯ ತಯಾರಿಕೆಯ ಸಮಯದಲ್ಲಿ ಅವರ ಅಮೂಲ್ಯವಾದ ಪ್ರತಿಕ್ರಿಯೆಗಾಗಿ ಪ್ರಮುಖ ಡೆವಲಪರ್ ಎವ್ಗೆನಿ ಯರುಖಿನ್ ಅವರಿಗೆ ನನ್ನ ಕೃತಜ್ಞತೆಯನ್ನು ವ್ಯಕ್ತಪಡಿಸಲು ನಾನು ಬಯಸುತ್ತೇನೆ.
ಸಾಹಿತ್ಯ
ಕೊನೊಲಿ ಥಾಮಸ್, ಬೇಗ್ ಕ್ಯಾರೋಲಿನ್. ಡೇಟಾಬೇಸ್. ವಿನ್ಯಾಸ, ಅನುಷ್ಠಾನ ಮತ್ತು ಬೆಂಬಲ. ಸಿದ್ಧಾಂತ ಮತ್ತು ಅಭ್ಯಾಸ
ಮೂಲ: www.habr.com