一方面是商品推陈出新的频率越来越高，另一方面是系统集成商还没有能力为用户设计出商品基础信息数据的“新陈代谢”方案。一个略具规模的连锁超市在不到三年的时间内，商品基础信息数据的记录就有可能超过十万条。而其中真正“活着”的商品还不到三分之一，垃圾数据耗费了大量的系统资源，几乎所有的用户在操作与分析时都饱受垃圾数据的困扰。软件提供商对这种状况最“堂皇”的解释是：如果清理那些已经结束了生命周期的商品信息，就无法进行历史数据的分析。这个理由近乎于“荒唐”！除非是根本没有在系统中建立起完整的数据提炼机制，而是以原始状态堆积着滔滔不绝的数据流，否则留着那些消亡单品的信息做什么用？

　　对此，软件提供商又支了一招：系统完成“年结”操作后，用手工对消亡商品的信息进行清理，以腾出系统资源。采用这个方法的假设前提是,系统已经具备了数据提炼机制,否则必定会造成数据混乱进而危及系统运行；而且这个靠人工来定期鉴别和删除垃圾数据的方法也是错误的和危险的。就像健康的人不必靠“灌肠”来维持新陈代谢一样，正常的商品基础信息数据的“新陈代谢”也必须处于能够自动调节的有机状态。

　　其实只要思维方法正确，这个还没有被人解开的难题并不难解。就以更新换代最快、花色变化最频繁的服饰类商品为例，有近70%以上都是不需要进行跨年度单品销售数据对照的“流星”商品。有些商品的生命周期甚至短得不会发生第二次进货。既然明确了存在“流星”与其他“星星”的差异，也就明白了必须用不同的属性把它们分而“治”之的道理。只要据此设计出自动运行的吐故纳新与数据提炼机制，商品基础信息数据表就膨胀不起来，各种衍生的麻烦事儿也就消散了；否则就是上了BI，也可能会被垃圾数据撑疯！

　　没有“活性”的功能组件

　　从“生命活体”的角度来说：但凡被称为“系统”的，必定是“活体”；构成系统的有机组件，也必定是“活体”。当螺壳能随着海螺的躯体一起长大的时候，那是“活体”；当螺壳成了寄居蟹的庇护所时，这个“组件”还有“活性”吗？同样的道理：我们“对国外同行先进经验与模式的模仿流于形式”的陋习也在系统集成界泛滥，于是在软件系统“活体”中就异化出了徒有形态、没有“活性”、无法应用的“模型化组件”。

上一篇 : 30亿元高铁市场或将掀起安防行业淘金热             下一篇 : 手动灌肠机 手动灌肠机好用吗？手动灌肠机