資訊科技基礎建設

1. 資訊科技基礎建設 硬體、網路、軟體、資料處理等技術(II)

2. 大綱 • IT的基礎建設 • 硬體 • 網路 • 軟體 • 資料處理 • 電腦系統架構 • 發展趨勢

3. 軟體學習目標 • 軟體定義 • 軟體分類 • 系統軟體 • 系統管理 • 系統發展 • 應用軟體 • 一般用途 • 特殊用途 • 軟體導入來源 • 軟體發展趨勢

4. 軟體定義 • 電腦系統中與硬體(hardware)相互依存的另一部分，包括程式(program)、相關資料(data)及其說明文件(document)

5. Classification of Software

6. 軟體的種類

7. 作業系統Operating System • 負責管理CPU的運作，控制輸入／輸出、儲存體資源與電腦系統活動 • 提供使用者執行應用程式時的各種支援服務 • 資源管理（resource management） • 虛擬記憶體（virtual memory） • 檔案管理（file management） • 工作管理（task management） • 多工（multitasking）

8. 作業系統種類 • 微軟Windows • Windows NT（New Technology）作業系統 • Windows 2000 作業系統 • Widows XP • Windows Server 2003 • UNIX • Sun Microsystems Solaris • IBM AIX • Linux • 開放程式碼（open-source） • 免費分享軟體 • Red Hat • Caldera • SUSE Linux 等 • Mac OS X

9. 其他系統管理程式 • 系統管理軟體 • 資料庫管理系統 • 網路管理程式 • 工具程式（utilities） • 效能監視器（performance monitors） • 安全監視器（security monitor） • 應用伺服器（application servers） • 中介軟體（middleware）

10. 程式語言Programming Languages • 一套用來告訴電腦要做什麼的規則，用於開發系統軟體與應用軟體； • 種類很多，每一種都有專屬的語法（Syntax）及語意(Semantics）

11. 程式語言的發展 • 第一代語言：伴隨著電腦的發明而發展出來的，稱為機器語言（Machine Language） ，也就是不須經過任何翻譯即能與電腦直接溝通的語言。 • 第二代語言：組合語言（Assembly Language） ，使用了具有特定功能的符號來下達指令，稱之為記憶碼（Mnemonic Code），以替代0與1的組合，省去了記憶一大堆編碼的困擾。 • 第三代語言：高階語言（High Level Language），已更接近人類語言，就像是文字的敘述加數學公式的組合，不僅告訴電腦該做什麼，也告訴電腦該如何做，為程序性語言（Procedure Language）。

12. 程式語言的發展 • 第四代語言：僅須設定自己想要的結果是什麼，而不須編寫如何做。只須詳述說明該做什麼，而不須告訴電腦該如何做。稱為問題導向語言（Problem-Oriented Language）或非程序性語言（Non-Procedure Language）， • 第五代語言：也稱為自然語言（Natural Language） 。自然語言是程式語言發展的下一步，很相似於第四代的查詢語言，不過它期望達成使用者不必學習特定字彙、文法或者語法就可讓電腦執行指令。

13. 程式語言-網站語言與服務 • HTML（Hypertext Markup Language ，超文件標示語言） • XML（eXtensible Markup Language ，延伸性標示語言） • Java • 獨立運算平台 • Java applets • J2EE（Java2 Enterprise Edition） • 微軟.Net 軟體開發平台

14. 網頁設計工具- HTML • 超文件標記語言（Hypertext Markup Language, HTML）：標記語言（Markup Language）主要功能是告訴瀏覽器如何來呈現文件的內容和結構。 • 可用來控制文字、圖表、聲音、影像等內容的配置，以及建立網頁間的超連結。 • 包含兩大部分，一是文件標記語法（Document Tag），另一是文件內容，標記語法都是以起始及結束成對的方式標記。

15. 網頁設計工具- JAVA • 目前被普遍的應用於網站的開發與管理。由昇陽電腦（Sun Microsystems）的Green專案團隊於1992年開發出來的程式語言， • 一種物件導向（Object-Oriented）高階程式語言，程式撰寫後必須經過編譯器的編譯。 • JAVA編譯器並非將JAVA語言編譯成二進位的機器語言，而是編譯成JAVA位元組碼（Byte Code），由JAVA虛擬機器（JAVA Virtual Machine, JVM）來執行程式。

16. Java2EE vs.MS.Net 軟體開發平台

17. Programming Tools • Graphical Programming Interfaces • Programming Editors • Debuggers除錯器 • Computer-Aided Software Engineering (CASE)電腦輔助軟體工程tools

18. 資料處理課程大綱 • 文件vs.資料處理基礎觀念 • 傳統檔案處理vs.資料庫處理之差異 • SQL Queries • 資料倉儲與資料探勘 • 資料庫發展歩驟

19. Document Concepts (Unstructured Information) Character字母 Word/Phrase字／詞 Sentence句 Paragraph段 Section/Chapter節／章 Document文件 Document Repository 文件儲存庫

20. Data Concepts（structured Information) • Character – single alphabetic, numeric or other symbol字串、數字等 • Field欄位– group of related characters • Attribute屬性– characteristic of an entity • Entity實體– person, place, object or event • Record記錄– collection of attributes that describe an entity • File檔案– group of related records • Database資料庫– integrated collection of logically related data elements

21. 邏輯資料元件

22. Traditional File Processing Systems and problems • Data Redundancy資料重覆– duplicate data requires an update to be made to all files storing that data • Lack of Data Integration缺乏整合– data stored in separate files require special programs for output making ad hoc reporting difficult • Data Dependence依賴性– programs must include information about how the data is stored so a change in storage format requires a change in programs

23. Database Management Approach

24. DBMS Software Components 資料庫定義 非程序性查詢 應用系統發展 程序性語言介面 交易處理 資料庫調校

25. Natural Language vs. SQL Queries

26. Data Warehouse資料倉儲 • Large database with data that have been extracted from the various operational, external, and other databases of an organization • 存放著從組織內部營運資料庫與外部資料庫所萃取而來的大型資料庫。

27. Data Mart資料市集 • Databases that hold subsets of data from a data warehouse that focus on specific aspects of a company, such as a department or a business process

28. Data Mining資料探勘 • Analyzing the data in a data warehouse to reveal hidden patterns and trends in historical business activity • 為資料倉儲的一主要用途。能試圖從儲存的商業活動記錄，找出潛在的趨勢或模型。 選取 轉換 探勘（型態） 解釋評估

29. Data Mining Uses • Perform “market-basket analysis” to identify new product bundles.找出新的產品組合 • Find root causes to quality or manufacturing problems.找出問題的根源 • Prevent customer attrition and acquire new customers.避免顧客流失，贏得新顧客 • Cross-sell to existing customers.交互銷售產品給現有顧客 • Profile customers with more accuracy.較正確的顧客分析與歸類

30. Database Development Process 資料規畫 實體設計 需求規格 邏輯設計 概念設計

31. Data Modeling資料模型 Definition: • Process where the relationships between data elements are identified • Ex. Entity Relationship Diagram實體關係圖

32. Logical(邏輯)and Physical(實體)Database Views

33. 電腦系統架構(System Architecture) • 以運算資源提供方式可分： • 單機Stand alone PC • 集中式（Centralized） • 分散式（Distributed）: • 主從式 • 2-Tier • 3-Tier • Network computing • 對等式 (P2P) • 主從式架構（Client Server Architecture） • 分為伺服器端（Server）與客戶端（Client），使用者在客戶端操作，而伺服器端主管資料部分。

34. 主從式架構（Client Server Architecture） • 兩層式架構 • 客戶端直接與伺服器端連結溝通，由客戶端向伺服器提出資料與服務要求，伺服器端則依據要求的內容提供資料與服務。常見的架構將應用程式裝於客戶端，而將資料庫管理系統（DBMS）置放於伺服器端上 。

35. 主從式架構（Client Server Architecture） • 三層式架構 • 又稱為N-層（N-tier）或多層（Multitiered）的主從式架構。除了如兩層式架構中的客戶端與伺服端外，還增加了另一個伺服器層，通常會將應用程式放在這個額外的伺服器層上，此伺服器層稱之為應用伺服器（Application Server）。

36. Network Computing網路運算 多層式，展示和展示邏輯層於用戶端之網頁瀏覽器，下載網站伺服器的內容。 • 展示邏輯層則連接到在應用伺服器上執行的應用邏輯層，後者再連接到在後端的資料庫伺服器。 • 最大的潛力是可用它來重新設計傳統的資訊系統，在internet/intranet上執行。

37. 對等式架構（Peer-to-Peer P2P Architecture） • 沒有伺服器端與客戶端之分，連線的電腦皆可以彼此直接分享資源，而不須透過伺服器主機，彼此的角色對等。 • 連線的使用者必須具備管理自己電腦的能力，包括設定分享資源，保護密碼等。

38. ITI的主要六個平台

39. ITI的四大演化階段