知识管理系统Data Solution研发日记之一 场景设计与需求列出

在平时开发的过程中，经常会查找一些资料，从网上下载一些网页，压缩格式文件到自己的电脑中，然后阅读。程序有别于其他行业的一个特征是，所有的资料，数据，压缩文件，只用于产生可以工作的代码，这才算达到目的，解决问题。再漂亮的文档，源代码，如果没有解决问题，产生代码，这样的搜索也是失败。一般在解决问题之后，这些文章，也遗落在硬盘里面，像下面的文件这样

从技术的角度，来看图中的文件，我是在以下几个问题的解决方法：设置VSS2005使支持通过Internet访问。可是一不小心，看到有用的资料，比如电子书《乔布斯传——神一样的传奇》，也顺便把他们下载到了硬盘中。随着时间的积累，这样的文档形式，技术和非技术的文件会越来越多，而自己通常很懒惰，不想去仔细的把他们整理到一起。

在刚开始参加工作的时候，遇到好的技术资料，会用EverNote软件，规范的整理好

这个动作是需要花时间和耐心，我承认随着工作年限的变长，这方面的激情越来越缺乏。

 

再来看另一种形式的数据，片段式的数据，格式因数据源的不同有差异，请看下图

这是博客园网站上人才招聘的一则信息，这则信息的要点是，公司名称，职位描述，技术要求，联系方式。通常在上网之后，会把这个网页存到本地硬盘中，以方便查找。随着时间的积累，这样的文档也越来越多。这个例子解释的是，对于零散的，片段式的数据，也需要一种方式整理到一起，以方便查看。

来设计一下找工作的场景，以增加对片段式数据的理解。打开已经设计好的应用程序，运行它，应用程序会自动在人才网站(中华英才网，无忧人才)中搜索合适的公司信息，并且把它存到本机数据库中，大约一杯咖啡的时间，再用写好的程序从本机数据库中读取工作数据，根据情况，适当的发送简历或是打电话。如果还想对公司的情况进行判断，比如我想查一下这个公司的信用记录，是否被网友曾经很严厉的批评过，借助于IT公司速查数据库系统，可以看到这个公司的评价。以这样的情景来找工作，找到合适的机率会高一些。记住，这里面所指的程序，都是已经写好的程序，不需要开程序语言和编译器，这些程序会在后面的章节中展现出来。

 

互联网时代，订阅RSS聚合数据，是一种简单方便的搜集资料的方法。我选择Greate News作为RSS聚合软件

Greate News有一个非常优秀的地方是，它的数据库系统是Sql Lite，也就是说，可以用它作为RSS订阅工具，然后再用代码，读取它的有数据库文件到我的文档管理系统中。本来是要完全写一个RSS聚合软件的，虽然不难，但是要做到稳定，好用也不容易，当我发现Greate News的数据库类型时，欣喜若狂。这也让我的知识管理系统，多了一层数据来源，RSS聚合数据。Web 2.0这个名词已经很老了，得到实实在在的技术创新的好处，我看到的就是RSS。

 

再看别外一种情况，在网页中浏览数据，请看下面的图片

这是MSN中国的一篇文章，《中国式金融垄断——致温州中小企业“跑路潮”》，我觉得这几个原因分析的不错，于是有Ctrl+C的冲动，但是，这要求我必要开Word或是WordPad文字处理软件，来保存这一段文件，而且还要给出文件名，保存到硬盘中，时间一长，就又回到了第一种情景，大量的文章，技术，非技术的，片段式的，夹杂在一起。于是，我想到网上有一种专门从网页中拷贝数据，然后进入到自定义的程序中。对头，我就是要造出这个程序来，选中需要的文件，点热键，然后这个片段文字，温州老板“跑路”内部原因,就进入到了我的数据库系统中。

 

整理一下，到现在为止，已经提到了三种场景

• 本地文件，需要导入到本机数据库系统中，以方便查找，编辑。
• 网页数据，不带格式，一小段数据，需要保存到本机数据库系统中
• 网页数据，带格式，比如上面提到的找工作的情形，需要有公司简介，职位要求，联系方式，是格式化的数据
• RSS 聚合数据源 以Sql Lite数据库格式存在

对于本地文件，扩展一下上面的认识和理解，需要对本机文件系统中的任何格式的文件，扫描然后导入到数据库系统中。经常遇到的doc/docx,pdf,pst/ost/eml，htm/mht,txt/rtf,应用程序可以读取这些格式，并导入到数据库中。

这里要提出两点差异化的内容，按照是否可以对数据库中的文档进行编辑，划分出两类的文档管理系统。一种是只能Viewer,只能查看，不能进行编辑，另一种则可以编辑文档。很明显，我这里是扫描文件进入系统，肯定有很多不需要或是杂乱的内容，肯定需要Edit功能。另外，文档数据库系统，一种形式是把文件放在原始的地方，在数据库中中予以引用，另一种是直接把文件存到数据库中，拷贝数据库，就可以完成数据库系统的部署，对于这两者的选择，肯定后者优于前者，比如我要共享我的开发文档给同事，我只需要把我的数据库文件mdf/ldf拷贝给同事就可以，而不需要再对我的电脑进行任何形式的共享。

 

当把文档保存到数据库中后，要在海量的数据库中查找需要的内容，肯定需要搜索功能。数据库选择SQL Server 2005,这样优秀的数据库系统，平时我们都用来存采购单，销售单，在这个知识管理系统中，我用来保存文档，这个文档可以是任何格式的。因为SQL Server 内置了全文搜索，所以保存为varbinary(max)格式。在Google中找到的精准的描述是:Store the document in a varbinary instead,not ntext,image to use build-in full text search。这是依照后期的需求，对文档进行搜索而做的改变。关于SQL Server的全文搜索，可以参考这本书《Apress.Pro.Full-Text.Search.in.SQL.Server.2008》，这个知识点在后面的文章中会有详细解释。SQL Server的Product Sample中也有一个ItemFinder可以参考。

 

最后来看一下这个软件的目标群体。一开始我想到的是给自己整理文件用的，后来扩展到整理任何形式的数据。这样一来，喜欢搜索资料和数据的朋友，肯定会喜欢这个软件，既节省硬盘空间，又很有条理和逻辑的归纳数据。我一开始出来工作时，把做好的网站给客户之前，还要先输入一些文章，数据到系统中，以让网站的内容丰满，页面漂亮，这样一说，这个软件也适合网站编辑。我那时有一个工作项就是去别人的网站，比如东莞阳光网(sun0769.com)拷贝数据到客户的网站中，现有有这个软件系统了，设置好目标网站和抓取规则，程序后台自动运行，完全可以留更多的时间，做更有意义的内容编辑工作。再扩大一下目标群体，比如我有一个朋友，喜欢读小书，特别是最新的网络小说，可以通过这个程序，自动抓取最新的小说(起点小说网)到本机数据库系统中，通过导出功能，下载到手机中。这样可以省去了手工操作的时间。最后，所有需要对数据和文档进行归纳整理的朋友，都可以从这个软件系统中获益，它对数据的编辑整理能力，可以让你节省大量的时间和精力。本来是以编辑数据，资料Data为主的软件，经过演化，数据就是知识Knowledge，所以这个系列的软件就叫知识管理系统Data Solution。下图是组件之一Data Loader的主界面

 

在博客园看到一篇很好的文章，介绍知识管理系统VS文档管理系统的区别，其中有一个表格，借用一下

 

这里还要解释下，为什么没有选择SharePoint作为文档管理系统。SharePoint是个优秀的平台，如果要把我的目标架设在它的既定的架构上，需要花很多精力和时间去研究Sharepoint,这在后面的扩展部分，会提到Data Solution与SharePoint集成，但是，现在是我需要的知识管理系统，不单指文档，还有片段式数据。所以在项目决策时，没有考虑用SharePoint作为基础的框架和平台。

 

希望能给你的工作，学习带来帮助。