軟體技術

出自 MBA智库百科(https://wiki.mbalib.com/)

軟體技術(Software Technology)

　　軟體技術是指為電腦系統提供程式和相關文檔支持的技術。所謂程式，是指為使電腦實現所預期的目標而編排的一系列步驟，沒有軟體，電腦就沒有存在的必要，也就沒有蓬勃發展的電腦應用。

　　歷史上第一個寫軟體的人是Ada(Augusta Ada Lovelace)，17世紀60年代，她開天闢地的第一次為Babbage(Charles Babbage)的分析機(Analytic Machine)編製程式，其中包括計算三角函數的程式、級數相乘程式、伯努利函數程式等等。Ada編製的這些程式，即使到了今天，電腦軟體界的後輩仍然不敢改動任何一條指令，人們公認她是世界上第一位軟體工程師。在20世紀40年代末，軟體伴隨著第一臺電子電腦ENIAC(Electronic Numerical Integrator And Calculator)在美國的問世而誕生，從此以寫軟體為職業的人陸續開始出現，他們大多是經過訓練的數學家和電子工程師。到了20世紀60年代，美國大學里開始出現專門教授人們編寫軟體的專業，並且對該專業畢業的大學生、研究生授予電腦專業的學位。伴隨著信息產業的迅速發展，軟體對人類社會的作用越來越重要，人們對軟體的認識也更為深刻。

　　在幾十年的發展過程中，軟體技術主要經歷了以下4個發展階段。

　　1．第一階段：程式設計階段

　　在電腦系統發展的早期階段(20世紀50年代初期至20世紀60年代中期)，軟體技術經歷了它的第一個階段，即程式設計階段。這個階段的軟體生產以個體化為主。由於軟體規模不大，幾乎沒有什麼系統化的標準可遵循，對軟體的開發也無良好的管理方法。大多數的軟體由使用者自己開發、編寫，然後個人應用，也很少涉及到軟體文件的製作。程式設計階段早期並沒有軟體的概念，開發工作主要是圍繞硬體進行的。工程規模很小，所使用的工具也較為單一，開發者之間也沒有明確的分工。

　　2．第二階段：程式系統階段

　　當電腦發展到第二階段(20世紀60年代中期至70年代末期)時，軟體技術發展到程式系統階段。多道程式設計、多用戶系統引入了人機交互的新概念。這時候出現了實時系統和第一代資料庫管理系統。這個階段的另一個特點就是軟體產品的使用和軟體作坊的出現。軟體的應用範圍更廣闊，一個程式能夠有多達上百的用戶。

　　在軟體的使用中，糾正源代碼錯誤、變更程式功能、適應硬體環境被稱為軟體的維護。隨著電腦軟體規模越來越大，應用範圍越來越廣，軟體的維護也花費人們更多的精力和資源，卻依然沒有解決許多程式個人化特性的問題。這時，人們開始有了“軟體危機”感。

　　3．第三階段：軟體工程階段

　　從20世紀70年代中期開始，軟體技術發展到軟體工程階段，該階段跨越了近10年。隨著這個時候的分散式系統、高帶寬數字通信系統、實時數據訪問控制系統等應用技術的迅速發展，人們對電腦軟體的需求變得更高，同時也使得軟體開發的效率和質量成為人們關註的焦點。因此，以軟體產品化、系列化、工程化、標準化為特征的軟體產業迅猛發展，推動了軟體工程學的進步。

　　4．第四階段

　　電腦系統發展的第四階段已經不再著重於單台電腦系統和程式，而是面向電腦和軟體的綜合影響。Internet和世界範圍的信息網提供了一個基本架構，使得電腦體繫結構迅速從集中的主機環境轉變為分散式的客戶機／且艮務器環境，由複雜的操作系統控制強大的桌面機、廣域網路和區域網絡，配以先進的軟體應用已成為標準。電腦科學與軟體技術正朝著社會信息化和軟體產業化的方向發展。一些新技術的蓬勃興起，面向對象的開發方法和其他技術方法在許多領域中表現出強大的生命力。下表給出了4個階段典型技術的比較。

　　(一)資料庫技術

　　資料庫技術是數據處理中的一門技術，它研究的是如何科學的組織、儲存數據，如何高效的獲取和存儲數據。資料庫技術的發展提高了數據的獨立性和共用性，縮短了查詢時間，可以使應用程式從容面對海量數據。資料庫是建立管理信息系統的基礎，沒有了資料庫也就談不上統計信息系統。從技術角度看，資料庫解決了數據共用性差，冗餘量大和數據不一致的問題；從應用角度說，資料庫存放的數據主要反映業務運作狀況。統計信息系統就是要利用資料庫中的原始數據對其進行加工、分析，得出趨勢性和規律性的東西，供管理者使用。國庫統計信息系統中每日處理的數據量十分巨大，不僅要求資料庫查詢效率高，穩定性良好，還要有較高的數據安全性，使用技術水平高、功能強的資料庫是必然的選擇。

　　(二)數據倉庫，數據挖掘，聯機分析處理

　　目前國外很多大銀行和大型企業均採用先進的數據倉庫技術建立了自己的數據倉庫。數據倉庫(Data Warehouse)是一個面向主體的、集成的、隨時間變化但信息本身相對穩定的數據集合，它是為瞭解決高層次決策人員提出的業務需求而在資料庫的基礎上發展起來的，它保存的數據是業務運作過程的記載。具體的說，統計信息系統數據倉庫是由國庫業務處理系統中的數據和一些相關經濟數據經過抽取和集成而建立起來的面向主體的、多維的、適合決策使用的一種新型組織形式的資料庫。數據倉庫技術強調的是存儲經過集成的信息，採用數據倉庫技術可以提高分析的全局性，使統計分析不僅僅局限於各個單獨的業務或數據上，它更適宜用對應數據源的相關數據進行全局分析及複雜分析。國庫業務運作中，每日都要對資料庫進行大量的增加、刪除與查詢操作，統計分析要從大量的歷史數據中獲取信息，要求系統保存大量的歷史數據，而且還要能進行複雜分析。這些功能對於用於支持日常業務頻繁操作的資料庫系統而言將成為沉重的負擔。數據倉庫的建立可以將國庫的信息環境分成兩大部分：操作環境和分析環境。操作型資料庫處於底層，負責日常業務數據的處理，當數據對分析有用時，經過一定的綜合歸人到數據倉庫中，如此可以提高系統的效率，還有利於統計分析的深入進行。

　　線上分析處理(OLAP)和數據挖掘(DM)是在資料庫基礎上建立起來的用於複雜分析的軟體技術。在統計信息系統中採用OLAP和DM可以豐富系統的內容，提高系統的統計分析性能，為決策者提供重要而極有價值的信息或知識，從而產生巨大經濟效益和社會效益。利用OLAP，分析人員、管理人員和執行人員能針對同一個主題，從多個角度對此主題進行分析，從而快速、交互地對待分析結論。DM可以高度自動化的分析原有數據、歸納推理從中挖掘出潛在的模式，預測各種業務行為，輔助決策者做出正確決策。DM的主要技術手段也是統計方法，包括計量經濟學方法、時間序列分析方法、多元統計方法，其它統計方法等。另外，還運用了運籌學、人工神經網路和專家系統的技術和思路。

　　利用上述國際先進的軟體技術，將其融人我國國庫統計信息系統中，提高國庫運作分析的職能化程度是一項重要的課題，是提升國庫運作績效並與國際接軌的必經之路。