大数据采集操作软件（精选8篇）
从上海华博信息服务有限公司网站的下载空间里下载第9项：通用数据采集软件V2.4 下载站：http://&id=17 下载完－－安装
双击通用数据采集软件（一般纳税人）软件 登录口令：123456 １、增企业――填写企业名称和税号—确定
2、点目录中“海关完税凭证抵扣清单”—新增报表—选择会计期间（以做帐所属的会计期间为准）—确定
3、双击专用缴款书号码下面的格子
出现：
根据＂上海海关进口增值税专用交款书＂来填写：
①专用缴款书号码：为增值税专用缴款书上右上角22位;――②进口口岸代码：为①专用缴款书号码的前4位数据（例：2248）;――③进口口岸名称：为增值税专用缴款书上的印章（例：中华人民共和国洋山海关）;――④填发日期：缴款书上的日期;――⑤税款金额：缴款书上的税额。填完点保存并新增—把之前填的内容再输入一次—点确定—点取消。
4、数据申报—点指定的路径—选择要保存的路径—开始导出
5、清单打印－打印出来和专用缴款书粘贴在一起保存
打开网上报税软件：
6、在网上报税软件打开“增值税纳税申报表及附表”－点向导的第４步如有《通用税务数据采集软件》输入的发票清单，按附件添加—添加刚才保存的文件（通用税务数据采集软件导出的文件）
AciveX Data Objects (ADO) 是微软最新的数据库访问技术, 可以用于编写程序通过OLE DB (Object Linking and Embedding Database, 对象链接嵌入数据库) 访问和操作数据。OLE DB是一个底层的数据访问接口, 用它可以访问各种数据源, 包括传统的关系型数据库、电子邮件系统和自定义的商业对象。
在对数据进行编辑时, 用户对数据库软件功能的要求并不是很高, 而DBMS往往需要专业的技术人员来进行管理, 它所提供的高级功能对于一般用户来说便成为了累赘。为了便于用户对数据库进行操作, 多采用数据库编程的方式编辑数据库文件, 这样可绕过DBMS而对数据库进行处理。但是, 这类程序多数在设计时针对的是单一数据库, 即与数据库的连接已经绑定, 若要对其他数据库进行编辑则需另外编程, 灵活性不高。借助于Visual C++6.0平台以及ADO, 本文探讨一种可对多个数据库文件进行读取、添加、修改等基本操作的方法。
1 软件设计方案
1.1 需求分析
1.1.1 功能需求
在编写通用数据库编辑软件时, 程序应尽量对数据操作简便, 功能上主要包括以下几个部分:
(1) 数据的录入, 主要是数据库文件的打开和读取;
(2) 数据的编辑, 包括添加、修改、删除等对数据的基本操作, 并与数据库同步;
(3) 数据安全保护。
1.1.2 界面设计
程序主体建立在MFC窗口应用程序的基础之上, 使用一个ListBox控件来显示数据库中包含的表名, 用ListCtrl控件显示表内的数据, 其他功能通过Button控件实现。添加和修改操作在点击Button后弹出的新窗口内完成。程序主界面如图1。
1.1.3 数据安全性
加密是一种有效的数据保护机制。加密过程可将数据打乱, 仅允许经过授权的人员访问和读取数据, 从而确保数据的保密性。
加密类型主要有以下两种:
(1) 对称加密:这种方式在加密和解密时使用相同的密钥。
(2) 非对称加密:相对于对称加密, 它最大的特点在于加密和解密使用不同的密钥。
本程序通过对用户登录设置用户权限, 以及对数据进行非对称加密的双重措施来提高数据安全性保护。
1.2 软件框架
程序从结构上可分为4大模块, 见图2。
(1) 数据录入模块, 主要用于将数据导入程序之中;
(2) 数据安全模块, 用于保护数据安全;
(3) 数据编辑操作模块, 是程序的主要模块, 实现对数据进行添加、修改和删除等操作;
(4) 其他, 附加功能, 如:保存至报表、查询修改时间等。
2 数据库连接
2.1 数据库的连接
数据库连接的方法如下:
(1) 在使用ADO前, 需要在工程的stdafx.h头文件中用直接引入符号#import引入ADO库文件, 以使编译器能正确编译。插入语句如下:
#import "c: program filescommon filessystemadomsado15.dll"no_namespaces rename ("EOF" adoEOF")
(2) 加入头文件之后, 设置一个控件用于打开文件, 在这里利用其选择需要编辑的文件, 然后再使用GetFileName函数获取其完整路径名, 并将其保存至变量m_PathName。
(3) 连接数据库, 方法如下:
CString strTemp;
strTemp.Format ("Provider=Microsoft.Jet.OLEDB.4.0;
Data Source=%s", m_PathName) ;
m_pConnection->ConnectionTimeout=5;
hr = m_pConnection->Open ( (_bstr_t) strTemp, "", "", adModeUnknown) ;
函数调用过程中使用try…catch语句捕捉异常, 以保证代码安全性。
至此数据库连接完成。
文中以Access数据库为例, 如有需要, 可更改链接关键字, 以连接其他类型数据库。
2.2 读取数据表单
打开数据库时, 首先读取的是其包含的表单信息。
表单读取的方法与步骤如下:
(1) 选定文件并打开。利用CFileDialog类提供的方法设置一个文档打开窗口, 用于选取文件;
(2) 建立字符串变量tableName, 用以保存表单名称;代码如下:
tableName.Format ("%s", (LPCTSTR) (_bstr_t) m_pRecordsetTemp->GetCollect ("TABLE_NAME") ) ;
(3) 使用AddString () 函数将存储的表单名称添入ListBox控件之中;
(4) 移至下一项纪录;m_pRecordsetTemp->MoveNext () ;
(5) 循环添加至记录结束。
若需要重新打开新的数据库, 则需要在打开之前重置ListBox窗口。语句如下:
m_ListBox.ResetContent () ;//重置ListBox窗口
2.3 读取表单中数据
单击读取完成的表单可在ListCtrl控件中显示其中包含的数据, 其读取方法与步骤如下:
(1) 选定表单。建立事件OnSelchangeListbox () , 将表单名储存于m_EditTable变量。
(2) 先从表单中获取列属性的数量, 存放于columnCount之中。
m_tableFlag=m_ListBox.GetCurSel () ;
if (m_tableFlag!=-1&&m_EditTable=tableName)
{columnCount++;//记录列数}
m_pRecordsetTemp->MoveNext () ;
(3) 在ListCtrl中建立列。
m_ListCtrl.InsertColumn (columnCount, (LPCTSTR) m_pField->Name, LVCFMT_LEFT, 60) ;
(4) 在已经建好的列中填入数据
vFieldValue[i] = m_pRecordset->GetCollect (_variant_t ( (long) i) ) ;
m_ListCtrl.SetItemText (j, i, (LPCTSTR) (_bstr_t) vFieldValue[i]) ;
选取新表时, 为了避免重复显示数据, 需要先清空ListCtrl。代码如下:
for (int i=0;i
m_ListCtrl.DeleteColumn (0) ; //删除列
m_ListCtrl.DeleteAllItems () ; //删除内容
columnCount=0; //列计数清零
3 数据编辑
若已经打开了某一表单, 则可进行编辑操作, 否则将弹出错误信息, 提示未选取数据。编辑操作主要包括添加、修改、删除三大部分。其中修改和删除两项操作需要选定表单中的某项数据后才能进行。
3.1 添加
添加窗口使用了自定义样式的ListBox控件, 使其创建时自动分为两列, 一列用于填入数据表的列名, 另一列用于放置该列的数据。添加过程中第二列为空, 可直接填入数据。
添加数据方法及步骤如下:
(1) 打开添加窗口, 确定后发送自定义消息OnAddMessage;
(2) 在数据库中添加一条新记录。m_pRecordset->AddNew () ;
(3) 获取列索引值下对应的数据。
CString strTemp;
strTemp=m_pDataDlgAdd->m_properList.GetItemText (i) ;
(4) 添加入库。
vt[i]= (_variant_t) strTemp;
m_pRecordset->PutCollect ( (_variant_t) (long) i, vt[i]) ;
m_pRecordset->Update () ;
(5) 在ListCtrl中加入新添加的数据。
m_ListCtrl.SetItemText (m_ListCtrl.GetItemCount () -1, i, (LPCSTR) (_bstr_t) vt[i]) ;
添加过程完毕。
3.2 修改
修改窗口与添加窗口的设计基本一致。不同的是, 修改窗口中ListBox控件的第二列显示已选取数据项的属性值, 如图3。之后的修改操作实现方法如下:
(1) 获取修改窗口中修改后的内容。
CString str = m_pDataDlgModi->m_properList.GetItemText ( i ) ;
(2) 修改列表框中的内容。
m_ListCtrl.SetItemText ( m_SelectedItem, i, str ) ;
(3) 替换数据库中的数据。
m_pField=m_pFields->GetItem (_variant_t ( (long) i) ) ;
m_pRecordset->PutCollect ( m_pField->Name, _variant_t ( str ) ) ;
_variant_t vt =m_pRecordset->GetCollect ( m_pField->Name ) ;
m_pRecordset->Update () ;
3.3 删除删除部分核心语句:
m_pRecordset->MoveFirst () ;
for (int i=0;i
{m_pRecordset->MoveNext () ;}
m_pRecordset->Delete (adAffectCurrent) ;//删除当前记录
将记录从库中删除后, 需对应的将ListCtrl中显示的此项数据一并删除,
m_ListCtrl.DeleteItem (m_SelectedItem) ;
m_SelectedItem=-1;
至此, 删除操作完成。
4 结束语
Visual C++ 6.0平台以及ADO的使用给程序编写带来许多便利, 也使得程序具有较好的通用性。本程序采用ADO的方式对数据库进行连接, 实现了对数据库文件的编辑等操作。软件基于MFC对话框程序开发, 具有较良好的界面风格, 易于人机交互。因其可选择数据库文件位置进行连接, 故可以实现对个数据库的操作。通过一些修改, 也可使其适应于其他种类数据库。相对于绑定数据库的方式设计的程序, 这种设计提高了程序灵活性与效率。对于数据库开发人员来说, 程序从设计上具有一定的参考价值。
参考文献
[1]李闽溟, 吴继刚, 周学明.Visual C++SQL Server数据库系统开发与实例导航[M].北京:人民邮电出版社, 2004.
[2]王珊.数据库系统简明教程[M].北京:高等教育出版社, 2004.
没错，北京人自嘲“首堵”；上海人揶揄“一上路就堵”；广州人调侃“广泛的堵”；重庆人认为自己每天在路上“重复的堵”；深圳人将自己的出行遭遇形容为“深入的堵”。
如果用量化标准来划分出更细致的城市拥堵级别，“堵城”也分三六九等。
高德地图最近发布了一份报告，向公众分析了2014年第二季度中国主要城市的交通情况，出人意料的是，“首堵”北京并没有出现在第一的位置。在上季度的数据中，北京的排名甚至还要靠后，连前三都没有进入。
也就是说，“首堵”北京似乎看起来越来越名不符实了。
不过需要说明的是，高德地图用来判断一个城市拥堵程度的办法，是“高峰时段车辆开行的时间是平常的多少倍。”北京的拥堵指数为2.09，即在北京，早晚高峰开车经过同一条路，你要比平时多花将近一倍的时间。
用这个办法来进行比对，你会发现上海的拥堵程度已经超过了北京。同样超过北京的还有杭州。
总之，上海、杭州、北京组成了“堵城”第一军团，而且是江浙沪地区领队。
为什么？
第二军团领衔的是重庆，它依次超越了深圳、广州，位列中国“堵城”排行榜第四名这也是西部二线城市对沿海一线城市的逆袭。
为什么？
福州、沈阳、成都、济南四座省会城市则进入了“堵城”第三军团。有趣的是，公开资料显示，这四座城市的汽车保有量都排不进中国前十。相反，像汽车保有量排名第七的天津，以及第十的郑州，都没有进入高德地图所公布的“堵城”排名前十。
为什么？
尽管堵车这件事，归结起来就是一个原因：车多路少。但也许我们能将部分原因归结于一个更为情绪化的事实：那就是每座城市独特的生长方式，以及城市管理者各自迥异的疏导手段，造就了每座“堵城”完全不一样的“性格”。即“堵”的结果看似一样，“堵”的原因却截然不同。
北京：531.7万辆汽车天天“绕”道走
“首堵”北京在“堵城”排行榜上建立优势，最早可以追溯到1984年。
那是个出了建国门（从天安门往东走3.4公里）就是农田的年代，某些重要路口就已经出现了拥堵，造成拥堵的主角是大卡车和自行车。所以那个时候，北京交通的敌人很明确，是大卡车。为了消灭敌人，交通管理部门开始禁止大卡车进城。于是，大卡车没了，小卡车又纷纷进城，以失序的方式迅速占据路面。
北京的情况很特殊，中心城区有许多地方穿行不过去，连片的古建筑大多都是坐北朝南的格局，这导致了二环内的主干道只能以东西为走向。
后来到了1995年，也就是近五万辆黄色面的穿梭在北京大街小巷时，北京城迎来了第二次大规模的堵车潮。这次已经出现了城市大面积拥堵面的成了北京交通的新敌人。从1998年开始，数以千计的面的被送进首钢化铁炉。
等到2001年12月7日，一场小雪彻底摧垮了北京交通国贸桥底下一个小坑就造成了朝阳区的整个交通系统瘫痪。很多人下午出门，车被堵在路上，只能靠步行，凌晨才到家。从这时开始，北京交通的敌人变成了天气，哪怕只是一场小雨、小雪，甚至将下未下的雨，都会让大批交管人员走上街头随时准备应对，路边的窨井盖被逐个打开，成为京城一景。
说到底，北京的情况很特殊。
一方面，看起来路网密布，实际上中心城区有许多地方是穿行不过去的比如6.8平方公里的故宫，1038平方公里的旧城历史文化保护区，以及第一、二、三使馆区和配套的外交公寓。
另一方面，北京是座古城，连片的古建筑大多都是坐北朝南的格局，这导致了二环内的主干道只能以东西为走向，没有修建南北贯穿道路的空间。
所以，作为中国汽车保有量最多的城市，北京531.7万辆汽车都得不打折扣地“绕”道走。在这种情况下，真的可能摘掉“首堵”的帽子吗？
上海：就算比北京堵，也比北京车速快
答案是否定的。
从指数上看，北京的拥堵指数（2.09）确实低于上海（2.16）、杭州（2.10），不过，从车速上来分析，就是另外一回事了。
高德地图提供的数据显示，在上海，即便是拥堵排名第一的快速路段，车辆平均时速也能接近30公里/小时，至少车辆还能有“跑起来”的感觉。而在上海城区中心地带的内环高架路上，高峰期的车辆时速可以达到40公里/小时，差不多是北京二环路的两倍。
也就是说，如果在上海开车，不仅不会感到拥堵，反而会觉得上海交通明显好于其他城市。
这是有原因的：上海中心城区高架道路的长度只占该地区道路总长的十分之一，但承担了30%以上的车流量。高架道路能够顺利运转的关键，在于内环道路中间还有南北高架路与延安高架路组成的十字系统。环线中央的十字高架路可以缩短横穿城市的时间，给分解中心城区的路网中的车流带来了极大帮助。后来上海市新建成的中环和外环高架，也都以中心区域的十字路为基础向外扩大。
相比之下，北京的各条环线都是以故宫为中心依次向外扩大，环线之间却鲜有相应的快速道路连接。
nlc202309031737
别忘了，通过严格的车牌拍卖制度，上海的汽车保有量现在还只到北京的一半（272.3万辆）。
杭州：政府、商圈、景点都在20平方公里内
杭州的“堵城”基因，其实比北京还要明显。
首先，杭州拥有一项隐形纪录：它的人均汽车保有量是中国第一，远超北上广。
此外，当你打开地图，会发现西湖与钱塘江刚好把杭州的主城区夹在了中央。在今年杭州开始实施限牌措施后，杭州市建委的总工程师对媒体表示：“杭州的省市行政中心、商业中心、风景旅游中心，也都在这20多平方公里区域内。其他城市很少有风景区在市中心的。”
杭州市内纵横交错的水路也给当地的交通添了堵。虽然水乡景色一直以来是杭州的招牌，但许多主干道外的支线道路也因此被截断，杭州80%的交通压力因此都集中到了主干道上。
车多路稀，在杭州几乎达到了极致。根据高德地图的数据，纵穿主城区的中和高架路总长约8.5公里，但高峰时期通过时间却需要22分钟，比非高峰时期多出了将近16分钟。据杭州本地报纸《青年时报》报道，中河高架路的最初设计流量是每小时4000辆，但高峰时段的车流量最高超过了8000辆。即便在非高峰时段，高架路的通行车辆也能达到每小时6000辆左右。用杭州交警的话说，“市中心这段高架路，一直处于繁忙状态，都谈不上高峰和平峰。”
在这样的情况下，作为杭州市区仅有的一条快速路，中河高架不仅要承担所有到达主城区的交通，还要分担外地的旅游车辆和过境车辆。对外地车的“地域歧视”也由此形成。去年杭州市有关部门向民众征求错峰限行调整意见时，有超过七成的网友赞成城区高架路对外地牌照机动车限行。
总之，这是杭州网友没有办法的办法。与堵车相伴的一个杭州奇景，是在这里很多时候几乎打不到车。杭州是一座旅游属性更强的城市，出租车司机近八成是外地人，他们多数会选择租住在地段便宜的郊区，所以到了晚高峰，一边是成群结队的出租车会急着出城交班，一边是路人看着出租车呼啸而过打不着干瞪眼。
道理也很简单，杭州出租车一般实行两班制，即一人开12个小时，白班司机要赶在晚高峰结束前交班，这样夜班司机还能拉上几个晚高峰的活儿，不至于收入差距太不均匀（晚上出租车的生意更清淡）。
武汉：季节性大堵车
和杭州有着类似困扰的武汉，长江和汉江穿城而过，构成武汉市区的武昌、汉口、汉阳三镇被江水分割，连接其间的跨江大桥和过江隧道，因此成了当地最拥堵的地方。武汉的限行政策也因此与其他城市不同：仅针对过桥车辆。
一个最有画面感的例子是 2009年9月1日凌晨四点，长江二桥发生一起普通的交通事故，结果导致武汉三镇连锁大堵车队长达数十公里，堵车持续了四个小时。当地媒体报道说，因为怕迟到，上千市民无奈下车跑步过桥。新闻大标题干脆写着《车上全是打电话请假的 车下全是跑步上班的》。
武汉成为“堵城”的另一个季节性条件，也是一个隐形指标：武汉是全世界拥有大学生数量最多的城市。
武汉市统计局2013年统计，武汉高等院校已发展到85所，在校大学生和研究生总数已达到118.33万人，远超北上广。
因此，每逢高校开学，武汉市的交通也随着返校学生一同瘫痪。媒体报道说，仅华中科技大学一所学校，开学时操场上能停满超过1000辆送学生的私家车，而且大部分是外地牌照。去年9月7日，高校遍布的雄楚大道从早上八点钟开始出现拥堵，交通直到晚上八点才有所缓解。
所以在武汉，相邻大学以往都会默契地错开新生报到日，避免送学车辆过多造成交通拥堵。不过2013年，14所高校選择在同一天开学，光入学新生就有六万，当地交管部门不得不提前发布了预警。
因为学生们对武汉堵车已经太熟悉，所以武汉理工大学一名学生在2010年动手设计了一款变形电动车，他的设想是一旦堵车就可以把这辆车折成行李箱拎着走。后来这个作品入围了当年的国际学生汽车设计大赛全球总决赛。
但更让武汉司机们头疼的，是遍布全城的工地。2011年，武汉市全城5000多个工地同时开工建设，武汉市市委书记阮成发也因此获得了“满城挖”的绰号。据中广网当时在报道中引述阮成发的原话，武汉的激进式建设似乎与解决交通问题有关：“武汉现在轿车每个月增加一万辆，实际上我们修路的速度赶不上轿车增加的速度……”
事实上，高德地图第一季度公布的中国十大拥堵城市排名当中有武汉，到第二季度时已经没有了。但在一项高德发起的投票中，有36%的网友还是认为武汉最堵，并纷纷跪求武汉入榜。
长江二桥发生一起普通的交通事故，结果导致连锁大堵车队长达数十公里，持续了四个小时，上千市民无奈下车跑步过桥。
重庆有与武汉相似的地方。这座中国私家车增长数量最快的城市，因为山城地貌，主城区被山势和江水分割成了散落在各地的节点，跨江连接这些节点的大桥也成了堵点。
重庆的不同之处在于，这里的交通存在“多米诺”堵车效应。
“新牌坊一堵，加州就堵；加州一堵，观音桥就堵；观音桥一堵，上清寺就堵……黄泥塝一堵，红旗河沟就堵；红旗河沟一堵，新牌坊就堵。”
重庆的堵车能堵成一个圈。
“重庆交巡警”微博管理员李警官也证实，重庆是一座山城，交通建设呈环形，不像平原城市的“井”字形道路规划可以提供多种绕行方案，因此重庆很容易发生拥堵。
nlc202309031737
工作方案（草案）
现代社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。阿里巴巴创办人马云就提到，未来的时代将不是IT时代，而是DT(Data Technology)的时代，有人把数据比喻为蕴藏能量的矿，大数据价值并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键。大数据产业面临非常好的发展机遇：一是在国家大数据战略以及大众创业催化下，大数据领域迎来产业风口； 二是物联网、人工智能、智慧城市等智慧产业的背后都是大数据应用的身影；三是以大数据、人工智能为代表的新兴科技驱动了大多数产业开始进行产业革新，行业秩序开始重塑。
与此同时，数据驱动的智能时代正在到来，如何利用机器学习，统计分析的方法，从数据中发现规律，将真正体现大数据应用在数据的深度挖掘上。为此，举办大数据和人工智能双创大赛，发现并支持优秀的大数据和人工智能创业团队，推动其在金融、零售、教育、医疗、人工智能等多个行业及领域的市场主体顺利完成大数据应用整合，并促进大数据和人工智能产业的健康发展。
【宗旨】--------------------------
1、打造有影响力双创赛事平台，集聚国家和区域创新重要元素，推动我国大数据和人工智能产业健康发展。
2、组织相关投资机构和行业专家共同探讨、预判中国未来相关产业的投资机会，发现具有爆炸性成长机会的创业团队和好项目。
3、以“数据驱动，智见未来”为本次大赛的主要目的，将发现投资机会与社会的需求协同起来，挖掘培养大数据，人工智能领域创新人才。【主办单位】---------------------深圳软件园管理中心
深圳市创赛基金投资管理有限公司 上海大数据联盟 示范性软件学院联盟 深圳市大数据产业促进会 深圳市信息职业技术学院
【承办单位】------------------------南方创投网 松禾创新孵化器 数据猿 鹏城IT人 【支持院校】
深圳市信息职业技术学院 清华大学深圳研究生院 北京大学深圳研究生院 哈尔滨工业大学深圳研究生院 深圳大学信息学院
南方科技大学计算机系
【协办单位】 深圳软件园龙华分园 天安数码城 蛇口网谷 招科高智 深圳软件产业基地 大运软件小镇 【投资机构】 待列出
------------------------【主办单位分工】----深圳软件园：
1、对接深圳市相关政策支持；
2、协调国内外相关软件院校推荐专家和项目； 深圳市信息职业技术学院：
1、对接大学师生创业资源；
2、对接国内相关高校支持；
3、工作团队和孵化器支持； 上海大数据联盟
1、对接上海市相关政策支持；
2、引导大数据生态环境建设，为参赛企业对接产业扶持和产业配套；
3、举办上海专场赛事推介会或项目路演会。
深圳市大数据产业促进会
1、引导大数据生态环境建设，为参赛企业对接产业扶持和产业配套；
2、推荐专家、项目，举办专场赛事推介会或项目路演会。创赛基金：
1、牵头组建评审组负责项目筛选；
2、分工联系主承办单位及投资机构；
【承办单位分工】---------南方创投网：
1、媒体宣传及南方创投网媒体发布；
2、推荐投资机构和项目源；
3、专人后台咨询及事务组织工作。松禾创新孵化器：
1、落实优秀项目入孵孵化器；
2、协调后续投资事项。数据猿：
1、行业领域媒体支持；
2、引导大数据生态环境建设，为参赛企业对接产业扶持和产业配套；
3、举办北京专场赛事推介会或项目路演会。各协办单位：
推荐项目，根据情况举办专场推介会或项目路演会。主办、承办、协办单位权利：
1、共享赛事平台资源，以本赛事平台名义对外宣传；
2、可推荐项目直接晋级复赛；
3、可依托本赛事平台谋取赞助，赞助经费在提留给赛事平台20%以后，剩余款项由具体承接赞助方全权负责各项开支事项。
注：在本赛事平台没有取得经费支持之前，主承办单位义务承担上述各项工作，包括会务组织、媒体宣传、项目推荐和赛事组织等。
【媒体合作】---------------------------全景网 深圳商报 南方创投网 数据猿
【组织机构】---------------------------
【组委会】---------------------------成员：徐绍禹 张云鹏（各主办单位领导）【组委办】
成员：王辉 孙立清 时炜 赵春雷 牟蕾 吕艳丽 戴婉容（各主承办单位工作负责人）【工作小组】
项目组、赛事组、宣传组、会务组、合作组。【大赛优势】---------------------------
1、直接获利：一是就是大赛胜出项目，第一名将获得不少于1000万元的投资，第二名不少于500万元的投资，前十名将给予最直接有效的投融资对接；二是推动创业需要的产业或者客户资源的对接；三是胜出奖金。
2、产业扶持：针对大数据、人工智能产业链条比较长，创业团队往往是有技术，没资源的实际情况，在产业配合资源上能对接进一些有影响力的资源，比如数据环境、产业引路等，大赛将推动金融、零售、教育、医疗等领域大客户及招标需求与获奖企业的对接。
3、产业配套，大赛积极寻求数据交换平台，提供一些产业数据环境，让参赛项目直接对接资源，建立数据生态伙伴体系，创造跨界数据的融合创新。
【大赛工作流程】--------------------1---赛事立项及基本工作，对接深圳市大赛政策接口，确立大赛启动时间为2016年11月，在南方创投网上开设报名窗口准备接受报名项目；
2---建立评审库，确立合作投资机构，投资人评委30人以上，要求投资机构主投方向为大数据和人工智能，推荐投资该方向1-2位评委，推荐参赛项目3个以上；征集行业专家评委10人以上；共同组成评委库，评委需要做出承诺，服从组织安排，尊重创业团队，有组织纪律性和奉献精神，不单独对参加项目做出投资意向安排；
3---报名动员，主、承办组织报名：通过路演推介会议、新媒体宣传等多种方式要求参赛项目提供电子版商业计划书和相关附件，赛事后台需要登记相关主、承办单位组织报名的成效，鼓励各单位围绕赛事平台组织规范化路演，对路演安排3名以上评委库评委按照本赛事评审标准打分的，可按照20%的比例直接推荐晋级复赛。
4---初赛，与深圳市大赛接轨，大赛报名截止后组织初赛评分，由2位评委根据参选企业或团队提供的资料进行打分。
5---复赛，采用现场答辩的方式进行，安排5位评委，按照统一标准
进行，根据项目数量，可在北京、上海等地安排赛区赛事；复赛以后根据复赛成绩推荐晋级深圳市半决赛。
6---深圳市赛及国家赛事流程，深圳大赛统一组织半决赛，并推荐晋级行业决赛和国家赛事，相关工作给予配合。
7---决赛，决赛安排在2017年11月份进行，可以与深圳市高交会对接，也可经由主、承办单位安排，在相关赞助单位支持下，落地支持单位举办。
8---投资事宜，本着“先到先得、合作共赢”的原则，坚持先推荐项目并向其他合作机构通报情况确认的投资机构的优先投资权，同时，在合作机构内部多交流、沟通与分享，创造合作机会，杜绝盲目抬高估值、哄抢项目的情况发生。
9——后续推介，南方创投网将在网站上开辟专门板块，展示优秀获奖项目，并推动投资机构、孵化器等的各方资源与获奖项目合作；上海大数据联盟和深圳市大数据协会及产业发展促进会对接相关资源，数据猿对获奖项目给予连续推介。
附件：2017年中国（深圳）大数据与AI创新创业大赛前期准备工作及时间计划
一、前期准备工作1、2、3、4、5、二、时间计划
2016年10月初-------------------确定初步方案
2016年10月底------------------确定方案（含赛事流程）2016年10月底------------------确定合作伙伴、建立评委库 2016年11月------------------大赛启动
2016年11月-2017年6月----------推介会、项目路演、项目申报 2017年7月----------------------初赛 2017年8月----------------------复赛
2017年8月-10月-----------------深圳市赛及科技部赛事 2017年11月---------------------决赛。
采购订单填制（采购内勤）—采购订单的审核（采购经理）—采购收货（收货员）—采购验收通知单（质管员）—采购质量验收单（验收员）—审核后入库单（保管员）
软件系统采购退出操作流程
采购退出通知单（采购内勤）—采购退出通知单审核（采购经理）—采购退出开票单（开票员）—采购退出票单审核（质管员）—采购退仓储审核（保管员）——进货退出库复核（复核员）
软件系统采购退补价操作流程
进货退补价单填制（采购员）—采购退补价审核（采购经理）—采购退补价执行（财务）
软件系统商品/单位资料初装流程
商品资料初装卡片信息填写（采购员）—商品资料初装卡片信息维护（质管员）—商品资料审核（质管部）
单位资料初装卡片信息填写（销售员）—单位资料初装卡片信息维护（质管员）—单位资料初装二级卡片信息维护（质管员）—单位资料审核（质量部）软件系统销售出库操作流程
销售开票单（业务员/销售内勤）—销售开票单审核（财务）—销售出库单（保管员）—销售出库复核（复核员）
软件系统销售退回操作流程
销售退回通知单（业务员）—销售退回通知单审核（销售经理）—销售退回收货（收货员）—销售退回验收单（验收员）—销售退回票单审核（质管员）—销售退回入库单（开票员打印交仓库入库）
软件系统销售退补价操作流程
销售退补价单填制（销售员）—销售退补价审核（销售经理）—销售退补价执行（财务）
软件系统仓储移库操作流程
货位间商品移库单（保管员）—货位间商品移库单审核（仓储主管）软件系统仓储盘点操作流程
盘检单填制（保管员）—实盘数据录入（保管员）—实盘数据审核（仓储主管）—实盘数据入账（财务）
软件系统仓储盘点操作流程
软件系统库房养护操作流程
重点养护药品品种确认表（养护员）—重点养护药品品种确认表审核（质管部）—库存养护计划单（养护员）—养护查询
软件系统报损报溢操作流程
商品损溢单（保管员）—商品损溢票单审核（业务员）—商品损溢票单审核（财务）——商品损溢单执行（保管员）
软件系统不合格商品销毁操作流程
一、建立账套：
进入系统管理→系统→注册：用户名输入“admin”（大小写都可）,确定
权限→操作员→增加：输入ID号和自己的名字
账套→建立：输入账套号、账套名称（即单位名称）及单位相关信息，选择会计日期(从几月份开始做账)、企业类型、行业性质、账套主管（选择自己的名字），选择客户、供应商是否分类（如果往来单位比较多则建议分类），是否需要外币核算等（请根据自己实际情况进行选择）。
二、设置基础档案
进入【用友软件】，输入自己的ID（注意不是自己的名字而是自己的编号！）选择要操作的账套和操作日期（操作日期一般建议选择操作月份的最后一天）。
1、公共档案（请根据实际需要选择是否录入）
点击【部门档案】，输入部门编码（注意查看编码规则）和部门名称。完成后退出。
点击【职员档案】，输入职员编号、职员名称和所属部门（所属部门可点击放大镜从部门档案中选取）。完成后退出。
点击【摘要】，输入常用摘要编码和常用摘要正文（建议输入10个左右的常用摘要）。完成后退出
2、总账
点击【凭证类别】：根据自己手工习惯选择即可，一般建议选择【记账凭证】。
点击【会计科目】：增加和修改会计科目：一般常用的会计科目软件已经设置，只需增加一些明细科目及设置辅助核算即可。
点击【客户分类】：输入类别编码和类别名称（类别编码注意看编码原则）保存后退出。
点击【客户档案】：在末级客户分类点击增加，在客户档案卡片中输入客户编号、客户名称和客户简称。完成后退出。供应商分类和供应商档案同上。
三、账务处理：
1、填制凭证：
增加凭证：
点击【填制凭证】
在凭证中点击【增加】然后选择凭证类别（若之前设置了【记账凭证】，则默认即为【记】）,选择制单日期（默认为软件登入日期，可修改），录入单据数量（可写可不写）。
录入凭证分录，分录中摘要和会计科目均可以通过放大镜从软件中选取。完成后点击【保存】。
修改凭证：
点击【填制凭证】
找到所要修改的那张凭证，直接修改即可，修改完后点击【保存】。
删除凭证：
点击【填制凭证】
选择你要删除的那张凭证后点击【制单】下的【作废/恢复】,接着点击【制单】下的【整理凭证】，选择要删除的凭证的所在月份，双击需要删除的凭证后，点击【确定】，跳出【是否整理凭证断号】的窗口，可根据自己的需要选择【是】还是【否】。
2、审核凭证：
用另一个人的身份进【用友通】，进入【总账系统】。点击【审核凭证】选择需要审核的凭证的月份，然后点击【确认】，跳出凭证审核的窗口，点击【确定】后再点击【审核】（这个审核只是审核当前那张凭证，点击【上张】、【下张】，就可以对其它凭证进行审核。在凭证很多的情况下可点击【审核】菜单下的【成批审核凭证】。（可一次审核多张甚至全部凭证）
3、记账凭证
点击【记账】→【全选】→【下一步】→【下一步】→【记账】，记账完毕出现【期初试算平衡表】窗口（如果期初余额试算不平的话就无法通过记账），点击【确认】，跳出【记账完毕】，点击【确定】即可。
4、月末转账
点击【月末转账】选择【期间损益结转】, 然后点击右边的放大镜，选择“本年利润”科目（新会计制度科目下科目编码为3131，也可以直接输入）后点击【确定】，然后选择所需结转的月份，在“包含未记账凭证”前面打勾，选择结转的类型（【收入】、【支出】、【全部】可根据自己的做帐习惯选取），选择后点击【全选】→【确定】，出现【转账生成】的窗口，查看凭证后，点击【保存】，出现【已生成】就表明凭证已经生成了（如果自动生成的凭证有误，则可以点击【放弃】）
5、【月末结账】
完成本月所有工作后，点击【月末结账】，点击【下一步】--【对账】—【下一步】--【下一步】—【结账】，（若出现“2008年1月未通过工作检查，不可以结账！”的字样，则表明当月还有工作没有完成，可以点击【上一步】查看【工作报告】看看具体哪些工作没有完成）。
6、查询及打印各种账表（选择自己要查询的账表的条件即可，如果没有记账，就需要在“包含未记账凭证”前面打勾后才可查看）
四、报表处理：（点击财务报表，进入报表模块）
1、新建报表
点击【文件】下的【新建】，然后在上面菜单栏里点击【格式】—【报表模板】，再选择【您所在的行业】（新会计制度行业）及报表类型（如资产负债表等），点击【确定】，跳出“模板格式将覆盖本表
格式！是否继续？”这样的窗口，点击【确定】，然后在【单位名称】那里双击输入公司的名称，并且点击【保存】。
下次进入可以直接【打开】已经生成的报表，不用再新建了。
2、录入关键字
打开报表，点击左下角的“格式”切换成“数据”之后，点击菜单【数据】下面的【关键字】→【录入】，填入需要出的报表日期（资产负债表需要录入年月日，利润表则只需录入年月），点击【确定】之后出现“是否重置第1页？”这样的窗口，点击【是】，稍等片刻后，报表生成。
3、追加表页（用于做次月的报表）
打开报表，在“数据”状态下，点击菜单【编辑】下的【追加】→【表页】，录入需要追加的页数后点击【确定】即可，若需要出次月数据，则录入次月关键字后【确定】即可（见上）。
常见问题：
1．如何反结帐
如果要对某一月份进行取消结帐，首先要用账套主管的身份登录系统；然后点击【月末结帐】，选择需要取消结帐的月份，然后同时按住Ctrl+Shift+F6，跳出【请输入主管口令】，口令即为账套主管的密码，若没有就直接点击【确定】，这时要取消结帐的月份处边上已经没有了“Y”，表明已经取消了该月的结帐，点击【取消】退出即可。
注意：如果你在三月份要取消1月份的结账，则必须先取消2月份的结账。
2．总帐的反记帐功能如何实现
①在上面一排菜单栏点击【总帐】→【期末】→【对帐】，出现对帐界面之后，直接按下Ctrl+H，跳出“恢复记账前状态功能已被激活” 的窗口，点击【确定】后【退出】
②再点击上面一排菜单栏上的【总帐】→【凭证】→【恢复记帐前状态】，选择是恢复最近一次或者恢复到月初状态，点【确定】之后要求输入帐套主管的密码，没有则直接点【确定】，跳出【恢复记帐完毕】这样的窗口，直接点【确定】就表示已经恢复记帐。
3.如何修改年初余额
反月结和反记帐至1月初状态，再到【总帐】→【设置】→【期初余额】里修改即可。（反月结，反记帐具体操作详见问题1，问题2）
4.如何删除已建账套?
首先关闭用友软件，并用ADMIN身份进入系统管理，然后点击【帐套】→【备份】，在“删除当前备份帐套”前面那个方框内打√，点击【确定】后，根据提示稍等片刻后便可完成删除帐套。
用友软件简易操作流程
本流程为一个月的标准操作流程
一、填制凭证：
打开软件——总账——凭证——填制凭证——点击增加
二、审核凭证：(可以不审核)
先转换为有审核功能的操作员，步骤为：打开软件（重注册）——总账——凭证——审核凭证——确定——选择一张凭证双击——审核——成批审核。
三、记账：
打开软件——总账——凭证——记账——全选——记账。
四：结账：
打开软件——总账——期末——结账——选择月份——下一步——对账——下一步——下一步——结账。
反记账流程：
打开软件——点击财务会计——总账——期末——对账——同时按下键盘上的Ctrl键和H键——凭证——点击在记账按键下方出现的恢复记账前状态按钮——选择最初记账前状态——输入用户密码——确定。
反结账流程：
打开软件——点击财务会计——总账——期末——结账——选择月份——同时按下键盘上的Ctrl键和Shift键和F6键——输入操作员密码——确定。
反审核流程：
打开软件（重注册）——点击财务会计——总账——凭证——审核凭证——确定——选择一张凭证双击——审核——成批取消审核。
注：
注
1、如果，没有记账和结账，同时也没有审核，修改凭证，只需要打开填制凭证，直接找到要修改的凭证修改，然后保存即可。
注
2、如果，已经审核，但是没有记账和结账。要修改凭证，先反审核，再按照注1操作。注
3、如果，已经审核，已经记账，但是没有结账。要修改凭证，先反记账，再按照注2操作。注
4、如果，已经结账、记账和审核，要修改凭证，先反结账，再按照注3操作。
系统管理的作用：
一：点击系统——设置备份计划。
该功能的作用是自动备份数据。起到数据安全性的作用，一般情况下，设置一次，就不需要再进行操作。
二：帐套——建立
该功能的作用是建立一个新的帐套。（一个帐套可以用许多年，一个帐套就是一个会计核算体系。）此功能只有在需要建立一个新的会计核算体系的时候使用。
三：帐套——引入
该功能的作用是恢复备份。此功能只有在电脑重装系统后、用友软件重新安装后、更换电脑的时候才使用。
四：帐套——输出
该功能的作用是手动备份文件。此功能是在给电脑做大型维护，电脑重装系统前、用友软件重新安装前、更换电脑的时候才使用。
五：权限——用户
该功能的作用是添加、修改操作员。此功能是在需要对现有操作员进行增加时，或者操作员更改名字和密码时使用。
六：权限——权限
该功能的作用是修改、增加、删除操作员的使用权限。只用在需要对现有操作员或者新增加的操作员进行增加、修改、删除使用权限时才进行该功能的操作。
注：以上六大功能，使用的用户名称是admin
八：帐——结转上年数据
随着移动互联网、物联网、云计算的快速发展, 全球数据出现爆炸式增长。IDC 2011 年发布的Digital Universe Study, 全球信息总量每过两年, 就会增长一倍。仅在2011 年, 全球被创建和被复制的数据总量为1. 8ZB ( 1. 8 万亿GB) 。相较2010 年同期上涨超过1ZB, 到2020 年这一数值将增长到35ZB[1]。大数据技术的战略意义不在于掌握庞大的数据信息, 而在于对这些含有意义的数据进行专业化处理。随着云时代的来临, 大数据也吸引了越来越多的关注。维基百科定义的大数据, 指的是所涉及的资料量规模巨大到无法透过目前主流软件工具, 在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
大数据具备四个层面的特点[1，2]: 第一, 数据体量巨大 ( Vol-ume) : 从TB级别, 跃升到PB级别, 甚至EB级别。第二, 数据类型繁多 ( Variety) : 数据多样, 网络日志、视频、图片、地理位置信息等等。第三, 价值密度低 ( Veracity) : 不相关信息数量庞大, 需要深度挖掘分析。例如, 在连续不断的视频监控过程中, 可能有用的数据仅有一两秒。第四, 处理速度快 ( Velocity) : “1 秒定律”, 即实时分析而非批量式分析, 立竿见影而非事后见效, 而这与传统的数据挖掘技术有着本质的不同。
随着软件形态的不断演化, 软件测试的重点和方式也在不断发展。在单机软件时代, 很少测试并发性能, 而在C/S以及B / S的时代, 性能测试其重要性在某种意义上比单项功能的测试更加重要。在由于海量数据的数据量及其分布式的特点, 使得在大数据处理技术与传统的方式具有很大的不同, 从而给软件测试带来新的挑战。本文试图分析在大数据背景下, 对于软件测试的挑战。
1 大数据使ORACLE问题日益突出
软件测试是为了发现软件错误而运行测试的过程。假设程序P用来计算规格说明S, I1, I2, …, In ( n > 1) 是S的n个自变量, 在输入I = { I1, I2, …, In} 时, 期望的输出假设为O' = { O'1, O'2, … O'm} 。而对于规模说明程序的具体实现P, 在输入I ={ I1, I2, …, In} 时, 实际的输出为O = { O1, O2, …, Om} 。当O =O' 时, 该测试用例I通过了测试, 如图1 所示, 用于判定测试是否通过的可验证称为ORACLE[8], 在大数据背景下, 无论是趋势分析还是图论计算都变得极其困难。因此在O' 无法确定的情况下, 确定测试用例1 是否能够通过也同样变得极其困难。
大数据处理模式包括基于物理作用的数据处理和基于化学作用的处理[3]。物理作用数据处理指在尽量不损失价值的条件下, 减小数据规模, 在不改变数据基本属性情况下的数据清洗, 包括抽样、去重、过滤、筛选、压缩、索引、提取元数据等等方法, 可以直接将大数据变小, 这种作用类似于所谓的物理式的变小。而基于化学作用的数据处理指数据的价值提炼, 大数据探索式考察与可视化将发挥作用, 人机的交互分析可以将人的智慧作用融入, 通过群体智慧、社会计算、认知计算对数据价值的发酵和提炼, 实现从数据分析到智慧获取的转变。基于物理作用的数据处理构造测试的ORACLE并不存在问题。
而对于化学作用的数据处理, 其核心问题包括: 一是预测问题, 二是图的快速算法问题。这两个典型的问题都使得ORA-CLE的确定变得十分困难。预测问题是典型的人工智能问题, 1950 年, 计算机科学家图灵提出了著名的“图灵测试”, 无法直接采用1 + 1 = 2 的模式确定规格说明书的ORACLE。预测的目的是找出数据集里隐藏的相互关系网 ( 关联网) , 一般用支持度、可信度和兴趣度等参数反映相关性。两个数据A和B有相关性, 只反映A和B在取值时相互有影响, 并不能告诉有A就一定有B, 或者反过来有B就一定有A。例如电子商务领域中各种潜在用户需求挖掘, 满足针对用户全网兴趣偏好进行精准分析, 浏览和收藏代表用户的偏好, 购买行为则最贴近用户的真实需求, 包括“猜你喜欢”、“你可能还需要”。以百分点科技提供的电子商务个性化推荐为例, 其过程如图2 所示[4]。在计算个性化推荐中涉及社会学、零售学、购物心理学、人口统计学信息。通过个性化推荐的商品, 可能得到用户的喜欢, 也可能不喜欢, 结果仅仅表示这些商品被喜欢的概率比较高。概率性问题结果正确性验证和确定性问题具有质的区别, 导致了ORACLE确定的困难。
万维网具有超过万亿的统一资源定位符 ( URL) , Facebook有10 亿节点和千亿连边, 大脑神经元网络有数百亿节点, 中国三大运营商的手机通信网络拥有数亿用户。图的快速算法问题在大数据时代尤其具有挑战性, 以前O ( N2) 或者O ( N3) 的算法就被认为效率很高了, 而在动辄数亿节点的网络中, O ( Nlog N) 甚至线性算法可能都是不可接受的[5]。在大规模数据背景下, 采用近似算法来实现。图的快速算法带来了两个典型的问题:1) 输入的数据的空间需要多大时, 才能通过测试的ORACLE验证算法的基本有效。2) 对于近似所带来的ORACLE自身有效性的判断问题。
2 大数据处理框架带来的测试挑战
大数据处理MapReduce框架是google于2004 年提出的[6]。该框架把数据密集型应用的数据处理过程简化抽象成map和reduce两个阶段, 用户在设计分布式程序时, 只要实现map ( ) 和reduce ( ) 两个函数, 至于其它细节, 例如数据分片、任务调度、机器容错、机器间通信等, 都交由MapReduce框架处理, 如图3 所示。在这种背景下, 用户承担的功能不如框架自身的功能丰富, 给测试带来了很大的困难和挑战。
由于MapReduce自身分布式的特点, 其测试具有在传统应用不存遇见的困难: 1) 无法知道任务由Job Tracker动态调度分配到集群中的哪一个Task Tracker节点中执行。2) 无法提前预知某个map或reduce任务在哪个节点执行。3) 无法在错误发生处前设定断点。4) 有些功能依赖分布式集群的情况, 例如分区partitioner功能在, 但节点无法测试。
3 传统测试平台无法满足大数据处理的需求
对于传统的性能测试, 通过控制器协调本地向服务器发出服务请求从而实现服务器的压力测试, 测试负载产生器都是基于局部的物理主机。例如IBM的Performance Tester、HP的Loa-drunner、Mircofocus的Silk Performance等厂家的传统工具均是采用类似的方式实现。对由少量服务器构成的应用系统而言, 并发用户数在百、千量级的应用服务, 这种方式能够满足应用的需求, 如图4 所示。
随着服务端云计算的不断发展和用户需求的不断增长, 各个系统需要支持的并发用户也在日益增加。根据Alexa的访问统计, 以4 月29 日为查询基准点, 各大门户网站的访问量统计, 见表1 所示。
为了测试服务端系统能否承受如此巨大的用户访问量, 需要在系统上线之前开展比较充分的测试。而传统基于局域网物理主机的测试方式所产生的压力, 无法满足服务器对于压力测试的需求, 如图5 所示。在这种状况下, 软件测试出现新的问题: 1) 负载产生器的物理机数量无法动态扩展。2) 大数据驱动的云计算系统内, 应用的客户端分布极其广泛, 要求测试的客户端也必须是分布式的。3) 在海量数据的驱动下, 控制器对于压力测试数据以及负载产生器的状态的监控也将成为性能测试的瓶颈, 从而导致测试失败。4) 控制器的对于负载产生器的同步问题也将变得极其复杂, 影响负载测试的成效。
4 软件服务化带来测试的新挑战
从开发模式上看, 软件开发经历了大致4 个阶段, 包括完全编码阶段、构件化阶段、服务阶段、云计算阶段, 如图6 所示。1) 完全开发阶段。该阶段的基本特征是开发人员从零开始编写每一行代码, 除系统所提供的类库以外几乎所有的代码均是由开发人员所掌握。在该阶段, 用户可测性很好, 几乎所有的测试盒调试方法均可以实现。2) 构件化阶段。为提供软件开发效率, 开发组织往往在系统类库的基础上, 根据业务自身的特点构建一系列可复用的业务组件, 但是组件往往也是运行在本地, 业务系统的耦合度高, 用户对于组件也具有较大的掌控。用户对于第三方提供的组件没有办法进行内部跟踪和分析, 但是对于运行的结构具有较好的可跟踪性。3) 服务阶段。在该阶段, 一些原本由本地组件提供的调用转变成远程服务的形式来提供。用户对于外部服务的把握在逐渐减少, 仅仅能通过服务的输入和输出来把握服务的情况。4) 云计算阶段。特别架构与PAAS之上的应用程序, 处理输入和输出接口之外, 用户完全没有能力了解PAAS服务运行情况。用户测试的难度进一步加大。例如在GAE ( Google App Engine) 中的数据存储组件使得用户可在指定时间与任意数量的网络服务器进行交互, 并且该用户的下一个请求可能会转到与处理上一个请求不同的网络服务器上。所有网络服务器都需要与同样分布在多台计算机 ( 可能位于世界各地的不同位置) 上的数据进行交互。数据存储区有一个用于数据模型的成熟查询引擎。因为Google App Engine数据存储区不是传统的关系数据库, 所以不使用SQL来指定查询, 但可以采用Google提供的类似SQL的查询语言GQL进行数据的操作。但是你不清楚数据具体存储在哪里, 要确认数据是否正确的唯一办法是从Google的存储区域通过其提供的API重新读取, 这给软件测试中的数据正确性验证带来了巨大的困难。
5 杀虫剂效应日益显现
Boris Beizer在1990 年提出了软件测试的杀虫剂效应[7]。所谓“杀虫剂”一词, 用于描述软件测试越多, 其免疫力越强的现象。这与农药杀虫是一样的。老用一种农药, 害虫最后就有抵抗力, 农药也就发挥不了效力。在各种构件化开发过程, 中前期发现的各种缺陷模式, 都通过验证或者校验集成在构件中, 已经成为构件的必然属性。这些构件无需开发人员单独编写代码就对已有的测试方法具有天然的免疫能力。如图7 所示。
以. NET中Web空间为例, 提供了大量数据正确性校验的组件, 包括: 强制输入校验、比较校验、边界值校验、用户自定义校验等。Range Validator控件检查用户的输入是否在指定的上下边界之间。可以检查数字、字母或日期对内的范围。可以将边界表示为常数。Regular Expression Validator控件检查输入是否与正则表达式定义的模式匹配。该验证类型允许检查可预知的字符序列, 如社会保障号、电子邮件地址、电话号码、邮政编码等中的字符序列。图8 给出一个电话号码的正则表达式校验, 要求输入的格式必须是带括号的两位区号和两个四位号码组合, 其中除括号以外所有的符号必须为数字。
杀虫剂效应, 使得软件测试的技术必须不断地升级, 才能发现软件中存在缺陷。在测试初期, 少量的测试用例将会发现较多的缺陷, 在后期测试能够发现的缺陷数量将逐渐趋缓, 甚至缺陷的数量在一段周期内停止增长, 如图9 中的曲线A所示。随着杀虫剂效应的显现, 在测试初期的发现缺陷的技术难度已经增加, 同样的测试用例可能发现的缺陷数量在减少, 前期的缺陷曲线的斜率在降低, 缺陷的总数量也会降低, 如图9 中曲线B所示。
6 结语
为了应对当前大数据环境下的软件测试新挑战, 避免软件测试杀虫剂效应所带来的测试技术失效问题, 建议在以下几个方面做进一步的改善。1) 测试技术由单一测试技术向多元测试技术综合应用发展。多元测试技术综合应用是避免杀虫剂效应的有效途径。多元化测试技术包含两个方面的含义: 已知测试方法的综合应用和在传统测试方法基础, 研究新的测试方法。2) 探索面向智能数据处理所带来的ORACLE问题。测试用例的设计, 不仅仅限于输入数据边界要求、属性要求等, 更多需要考虑输入数据的样本集的大小、样本集的分布特性、以及输出ORACLE的评判方法。3) 构建面向云环境的自动化环境。要满足大数据处理的云环境的测试需求, 测试环境, 特别是客户端环境的能力必须和服务端的需求项匹配。而云本身特别是IAAS平台就可以承担云测试环境负载产生器, 探索在大规模并发下, 软件测试、监控的新要求和新方法。
参考文献
[1]陈如明.大数据时代的挑战、价值和应对策略[J].移动通信, 2012 (17) :14-15.
[2]李国杰.大数据的科学问题研究[EB/OL].http://www.ict.cas.cn/liguojiewenxuan/wzlj/lgjxsbg/201302/P020130223675673612379.pdf.
[3]程学旗.大数据的挑战问题和发展趋势[EB/OL].http://hbtc2012.hadooper.cn/subject/keynote1chengxueqi.pdf.
[4]柏林森.个性化:大数据暗海中的领航员[EB/OL].http://hbtc2012.hadooper.cn/subject/5bailinsen6.pdf.
[5]周涛.网络与大数据[OL].http://blog.sciencenet.cn/blog-3075-644429.html.
[6]Jeffrey Dean, Sanjay Ghemawat.MapReduce:Simplified Data Processing on Large Clusters[J].Communications of the ACM-50th anniversary issue, 2008, 51 (1) :107-113.
[7]Boris Beizer.Software testing techniques[M].2nd ed.Van Nostrand Reinhold Co.New York, NY, USA, 1990.
关键词：AutoCAD 技巧
0 引言
AutoCAD是目前世界各国工程技术人员中应用非常广泛的设计软件，也是各高校室内设计和景观设计类专业普遍开设的一门课程。该软件由于简单易学，绘图精确而广受欢迎。但命令众多，难以记忆；有些命令较长，影响绘图速度。如何掌握AutoCAD的技巧，提高绘图速度，以及与其它软件连用时，发挥AutoCAD的绘图“特长”，是本文研究的重点。
1 选择技巧
在选择时，随便输入两个字母，如mn，这时你会发现command命令行出现一大串提示，包括fence、wc、wf等，很方便的。在选择编辑中,有时不小心多选了某个图元,此时在命令未结束下并不需要取消命令而重来,只须在"选择目标"的提示后输入remove回车，再在提示下逐一选择哪些多选的图元即可选对。用户可以用鼠标一个一个地选择目标，选择的目标逐个地添加到选择集中，另外，AutoCAD还提供了Window（以键入“w”响应Select object：或直接在屏幕上自右至左拉一个矩形框响应Select object：提示），Crossing（以键入“C”响应Select object：或直接在屏幕上自左至右拉一个矩形框响应Select object：提示），Cpolygon（以键入“CP”响应Select object：），Wpolygon（以键入“WP”响应Select object：）等多种窗口方式选择目标，其中Window及Crossing用于矩形窗口，而Wpolygon及Cpolygon用于多边形窗口，在Window及Wpolygon方式下，只有当实体的所有部分都被包含在窗口时，实体才被选中，而在Crossing及Cpolygon方式下，只要实体的一部分包括在窗口内，实体就被选择像。AutoCAD还提供了Fence方式（以键入“F”响应Select object：）选择实体，画出一条不闭合的折线，所有和该折线相交的实体即被选择。在选择目标时，有时会不小心选中不该选择的目标，这时用户可以键入R来响应“select objects：”提示，然后把一些误选的目标从选择集中剔除，然后键入A，再向选择集中添加目标。当所选择实体和别的实体紧挨在一起时可在按住CTRL键的同时，然后连续单击鼠标左键，这时紧挨在一起的实体依次高亮度显示，直到所选实体高亮度显示，再按下enter键（或单击鼠标右键），即选择了该实体。还可以有条件选择实体，即用filter响应select objects，在AutoCAD软件中，还提供了QuickSelect方式选择实体，功能和filter类似，但操作更简单，方便。AutoCAD提供的选择集的构造方法功能很强，灵活恰当地使用可使制图的效率大大提高。
2 经常使用快捷键，也可以提高绘图速度，现总结如下
F1:获取帮助；F2:实现作图窗和文本窗口的切换；F3:控制是否实现对象自动捕捉；F4:数字化仪控制；F5:等轴测平面切换；F6:控制状态行上坐标的显示方式；F7:栅格显示模式控制；F8:正交模式控制；F9:栅格捕捉模式控制；F10:极轴模式控制；F11:对象追踪式控制；Ctrl+B:栅格捕捉模式控制(F9)；Ctrl+C:将选择的对象复制到剪切板上；Ctrl+F:控制是否实现对象自动捕捉(f3)；Ctrl+G:栅格显示模式控制(F7)；Ctrl+J:重复执行上一步命令；Ctrl+K:超级链接；Ctrl+N:新建图形文件；Ctrl+M:打开选项对话框；Ctrl+1:打开特性对话框；Ctrl+2:打开图象资源管理器；Ctrl+6:打开图象数据原子；Ctrl+打开图象文件；Ctrl+P:打开打印对说框；Ctrl+S:保存文件；Ctrl+U:极轴模式控制(F10)；Ctrl+v:粘贴剪贴板上的内容；Ctrl+W:对象追踪式控制(F11)；Ctrl+X:剪切所选择的内容；Ctrl+Y:重做；Ctrl+Z:取消前一步的操作。这些是常用的快捷键，还有一些不常用的我在这里就不一一列举了，不过在一些特殊的制图情况下会用到一些独特的快捷键。
3 AutoCAD在作图中的巧妙使用
3.1 十字光标尺寸改变 工程图绘制时，要按投影规律绘图。为了便于“长对正，高平齐，宽相等”，绘图时，可调整十字光标尺寸。即用options命令或选择下拉菜单Tools（工具）/Options（系统配置），打开Options对话框，找到Display（显示）选项卡，通过修改Crosshair Size（十字光标大小）区中的光标与屏幕大小的百分比或拖动滑块，可改变缺省值5%，使绘图窗口十字光标尺寸变大。
3.2 画粗实线 技术制图国家标准对机械图样中的线型有规定。用AutoCAD软件画粗实线有多种办法，最简便的办法是使用lweight命令。此命令可在命令行直接键入，或选择下拉菜单Format（格式）/Lineweight（线宽），在出现的对话框中，设置所需线宽，缺省线宽为0.25mm，并可用滑块调整屏幕上线宽显示比例，该命令为透明命令。也可单击对象属性工具栏工具图标layers，在图层特性管理对话框中如同设置颜色、线型一样来设置线宽。因此在绘图仪出图时，不用再调整笔宽或线宽。
3.3 画曲线 在绘制图样时，经常遇到画截交线、相贯线及其他曲线的问题。手工绘制很麻烦，要找特殊点和一定数量一般点，且连出的曲线误差大。用AutoCAD软件绘制平面曲线或空间曲线却很容易。方法一：用Pline命令画2D图形上通过特殊点的折线，经Pedit命令中Fit或Spline曲线拟合，可变成光滑的平面曲线。用3Dpoly命令画3D图形上通过特殊点的折线，经Pedit命令中Spline曲线拟合，可变成光滑的空间曲线。方法二：用Solids命令创建三维基本实体（长方体、圆柱、圆锥、球等），再经Boolean（布尔）组合运算：交、并、差和干涉等获得各种复杂实体，然后利用下拉菜单View（视图）/3D Viewpoint（三维视点），选择不同视点来产生标准视图，得到曲线的不同视图投影。
3.4 控制实体显示 AutoCAD软件常用键盘输入三个系统变量控制实体的显示。ISOLINES：缺省时实体以线框方式显示，实体上每个曲面以分格线的形式表述。分格线数目由该系统变量控制，有效值为0—2047，初始值为4。分格线数值越大，实体越易于观察，但是等待显示时间加长。DISPSILH：该变量控制实体轮廓边的显示，取值0或1，缺省值为0，不显示轮廓边，设置为1，则显示轮廓边。FACETRES：该变量调节经HIDE（消隐）、SHADE（着色）、RENDER（渲染）后的实体的平滑度，有效值为0.01—10.0，缺省值为0.5。其值越大，显示越光滑，但执行HIDE、SHADE、RENDER命令时等待显示时间加长。通常在进行最终输出时，才增大其值。
3.5 同时打开多个图形文件 绘图过程中，用户需要同时观察多个图形文件，AutoCAD软件提供了在一个窗口中同时打开多个图形文件的功能。选择下拉菜单Window（窗口）并选择重叠、水平或垂直排列图形文件即可。还提供了一个图形文件中的图形可直接用鼠标拖到另一个图形文件中，极大地方便了设计工作。
3.6 修改图形属性 绘图中，利用特性窗口，可容易方便地修改图形中某一对象的属性。用properties命令或选择下拉菜单Tools（工具）/Properties（特性），也可用热键Ctrl+1，打开Properties对话框，按表选择修改项修改。
总之，掌握AutoCAD这门软件的技巧是必要的，它不仅提高使用者绘图的速度，而且还给绘图者带来很多乐趣。
参考文献：
[1]陈通等.AutoCAD2000中文版入门与提高.清华大学出版社.2000年7月出版.
【大数据采集操作软件】推荐阅读：
专题数据采集问题10-15
网络数据采集实验报告10-09
共青团数据采集系统09-20
高职评估数据采集平台的建设与使用11-20
基于DSP的 USB 口数据采集分析系统12-29
大数据论文01-22
大数据时代下数据挖掘技术的应用02-15
大数据环境论文06-09
注：本文为网友上传，旨在传播知识，不代表本站观点，与本站立场无关。若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。E-MAIL：iwenmi@163.com
扫一扫微信支付
