The best defense against incorrect

The best defense against incorrect data is to identify and correct errors before they enter
the system by using data validation rules, as shown in Figure 8-35. A data validation rule
improves input quality by testing the data and rejecting any entry that fails to meet specified conditions. You can design at least eight types of data validation rules. For example:
1. A sequence check is used when the data must be in some predetermined
sequence. If the user must enter work orders in numerical sequence, for example,
then an out-of-sequence order number indicates an error, or if the user must enter
transactions chronologically, then a transaction with an out-of-sequence date
indicates an error.
2. An existence check is used for mandatory data items. For example, if an employee
record requires a Social Security number, an existence check would not allow the
user to save the record until he or she enters a suitable value in the Social Security
number field.
3. A data type check tests to ensure that a data item fits the required data type. For
example, a numeric field must have only numbers or numeric symbols, and an
alphabetic field can contain only the characters A through Z (or a through z).
4. A range check tests data items to verify that they fall between a specified minimum and maximum value. The daily hours worked by an employee, for example,
must fall within the range of 0 to 24. When the validation check involves a minimum or a maximum value, but not both, it is called a limit check. Checking that a
payment amount is greater than zero, but not specifying a maximum value, is an
example of a limit check.
5. A reasonableness check identifies values that are questionable, but not necessarily wrong. For example, input payment values of $.05 and $5,000,000.00 both
pass a simple limit check for a payment value greater than zero, and yet both values could be errors. Similarly, a daily hours worked value of 24 passes a 0 to 24
range check; however, the value
seems unusual, and the system
should verify it using a reasonableness check.
6. A validity check is used for data
items that must have certain
values. For example, if an inventory system has 20 valid item
classes, then any input item that
does not match one of the valid
classes will fail the check.
Verifying that a customer number on an order matches a customer number in the customer
file is another type of validity
check. Because the value entered
must refer to another value, that
type of check also is called referential integrity, which is
explained in Chapter 9, Data
Design. Another validity check
might verify that a new customer number does not match a
number already stored in the
customer master file. FIGURE 8-35 Validation rules can improve data quality by requiring the input to
meet specific requirements or conditions

Kết quả (Việt) 1:

Bảo vệ tốt nhất chống lại các dữ liệu không chính xác là để xác định và khắc phục lỗi trước khi họ nhập vàoHệ thống bằng cách sử dụng các quy tắc xác nhận dữ liệu, như minh hoạ trong hình 8-35. Một quy tắc xác nhận dữ liệucải thiện chất lượng đầu vào do kiểm tra dữ liệu và từ chối bất cứ mục nhập không đáp ứng điều kiện quy định. Bạn có thể thiết kế ít nhất tám loại dữ liệu xác nhận quy tắc. Ví dụ:1. một kiểm tra trình tự được sử dụng khi các dữ liệu phải trong một số định trướctrình tự. Nếu người dùng phải nhập công việc đơn đặt hàng theo số thứ tự, ví dụ:sau đó một số ra thứ tự thứ tự cho thấy một lỗi hoặc nếu người dùng phải nhậpgiao dịch thứ tự thời gian, sau đó một giao dịch với một ngày ra trình tựchỉ ra một lỗi.2. một kiểm tra sự tồn tại được sử dụng cho các mục dữ liệu bắt buộc. Ví dụ, nếu một nhân viênHồ sơ yêu cầu số an sinh xã hội, một kiểm tra sự tồn tại không cho phép cácngười sử dụng để lưu hồ sơ cho đến khi anh ta hoặc cô ấy vào một giá trị phù hợp ở an sinh xã hộitrường số.3. một kiểu dữ liệu kiểm tra các xét nghiệm để đảm bảo rằng một mục dữ liệu phù hợp với các loại dữ liệu yêu cầu. ChoVí dụ, một trường số phải có chỉ số hoặc ký hiệu số, và mộtchữ trường có thể chứa chỉ các ký tự A đến Z (hoặc thông qua z).4. một kiểm tra phạm vi kiểm tra các mục dữ liệu để xác minh rằng họ rơi vào giữa một quy định tối thiểu và tối đa giá trị. Hàng ngày giờ làm việc của một nhân viên, ví dụ:phải nằm trong khoảng 0 đến 24. Khi kiểm tra xác nhận liên quan đến việc tối thiểu hoặc tối đa giá trị, nhưng không phải cả hai, nó được gọi là một kiểm tra giới hạn. Kiểm tra rằng mộtsố tiền thanh toán lớn hơn 0, nhưng không phải chỉ định một giá trị lớn nhất, là mộtVí dụ của một kiểm tra giới hạn.5. một kiểm tra tính hợp lý xác định các giá trị là có vấn đề, nhưng không nhất thiết phải sai. Ví dụ: nhập giá trị thanh toán của $.05 và $5,000,000.00vượt qua một kiểm tra đơn giản giới hạn cho một giá trị thanh toán lớn hơn 0, và được cả hai giá trị có thể là lỗi. Tương tự như vậy, hàng ngày giờ làm việc các giá trị của 24 đi một 0 đến 24phạm vi kiểm tra; Tuy nhiên, giá trịcó vẻ bất thường, và hệ thốngnên kiểm tra lại nó bằng cách sử dụng một kiểm tra tính hợp lý.6. một kiểm tra tính hợp lệ được sử dụng cho dữ liệucác mục phải có một sốgiá trị. Ví dụ, nếu một hệ thống hàng tồn kho có 20 hợp lệ mụcCác lớp học, sau đó bất kỳ đầu vào mục đókhông khớp với một trong các giá trịCác lớp học sẽ không thực hiện việc kiểm tra.Xác minh rằng một số khách hàng đặt hàng một phù hợp với một số khách hàng trong các khách hàngtập tin là một loại của hiệu lựckiểm tra. Vì giá trị nhậpphải đề cập đến giá trị khác, màloại phòng cũng được gọi là toàn vẹn referential, đó làgiải thích trong chương 9, dữ liệuThiết kế. Kiểm tra tính hợp lệ kháccó thể xác minh rằng một số khách hàng mới không phù hợp với mộtsố lượng đã được lưu trữ trong cáckhách hàng tập tin gốc. Con SỐ 8-35 xác nhận quy tắc có thể cải thiện chất lượng dữ liệu bằng cách yêu cầu đầu vàođáp ứng các yêu cầu cụ thể hoặc các điều kiện

Kết quả (Việt) 2:

Bảo vệ tốt nhất đối với dữ liệu không chính xác là xác định và sửa lỗi trước khi vào
hệ thống bằng cách sử dụng quy tắc xác nhận dữ liệu, như thể hiện trong hình 8-35. Một nguyên tắc xác nhận dữ liệu
cải thiện chất lượng đầu vào bằng cách kiểm tra các dữ liệu và từ chối bất kỳ mục nào không đáp ứng điều kiện quy định. Bạn có thể thiết kế ít nhất tám loại quy tắc xác nhận dữ liệu. Ví dụ:
1. Một kiểm tra trình tự được sử dụng khi dữ liệu phải được xác định trước trong một số
trình tự. Nếu người sử dụng phải nhập đơn đặt hàng làm việc trong dãy số, ví dụ,
sau đó một số thứ tự out-of-chuỗi chỉ ra một lỗi, hoặc nếu người dùng phải nhập
các giao dịch theo thời gian, sau đó là một giao dịch với một ngày ngoài chuỗi
chỉ ra một lỗi .
2. Một kiểm tra sự tồn tại được sử dụng cho các mục dữ liệu bắt buộc. Ví dụ, nếu một nhân viên
ghi lại đòi hỏi một số an sinh xã hội, một kiểm tra sự tồn tại sẽ không cho phép
người sử dụng để lưu các bản ghi cho đến khi bé bắt đầu đi một giá trị thích hợp trong An Sinh Xã Hội
trường số.
3. Một kiểu dữ liệu xét nghiệm kiểm tra để đảm bảo rằng một mục dữ liệu phù hợp với các kiểu dữ liệu cần thiết. Ví
dụ, một số lĩnh vực phải có chỉ số hoặc các ký hiệu số, và một
lĩnh vực chữ cái có thể chỉ chứa các ký tự từ A đến Z (hoặc từ a đến z).
4. Một loạt các mặt hàng xét nghiệm kiểm tra dữ liệu để xác minh rằng họ rơi giữa mức tối thiểu quy định và giá trị tối đa. Các giờ mỗi ngày làm việc của một nhân viên, ví dụ,
phải nằm trong phạm vi từ 0 đến 24. Khi kiểm tra xác nhận liên quan đến một mức tối thiểu hoặc giá trị lớn nhất, nhưng không phải cả hai, nó được gọi là một kiểm tra giới hạn. Kiểm tra lại một
số tiền thanh toán là lớn hơn không, nhưng không chỉ định một giá trị tối đa, là một
ví dụ của một kiểm tra giới hạn.
5. Một kiểm tra tính hợp lý xác định các giá trị mà có vấn đề, nhưng không nhất thiết là sai. Ví dụ, giá trị thanh toán đầu vào của $ 0,05 và $ 5,000,000.00 cả hai
vượt qua một kiểm tra giới hạn đơn giản cho một giá trị thanh toán lớn hơn không, nhưng cả hai giá trị có thể có sai sót. Tương tự như vậy, một giờ làm việc hằng ngày của 24 vượt qua một 0-24
kiểm tra phạm vi; Tuy nhiên, giá trị
vẻ bất thường, và hệ thống
sẽ xác minh nó bằng cách sử dụng kiểm tra tính hợp lý.
6. Một kiểm tra tính hợp lệ được sử dụng cho dữ liệu
mặt hàng đó phải có một số
giá trị. Ví dụ, nếu một hệ thống kiểm kê có 20 mục hợp lệ
lớp học, sau đó bất kỳ mục đầu vào mà
không phù hợp với một trong những hợp lệ
lớp học sẽ không kiểm tra.
Thẩm định rằng một số khách hàng về một trật tự phù hợp với một số khách hàng trong các khách hàng
tập tin là một kiểu khác hiệu lực
kiểm tra. Bởi vì giá trị nhập vào
phải tham khảo giá trị khác, đó là
loại kiểm tra cũng được gọi là toàn vẹn tham chiếu, được
giải thích trong Chương 9, dữ liệu
thiết kế. Một kiểm tra tính hợp lệ
có thể xác minh rằng một số khách hàng mới không phù hợp với một
số đã được lưu trữ trong các
tập tin tổng thể của khách hàng. Hình 8-35 Validation rules có thể cải thiện chất lượng dữ liệu bằng cách yêu cầu đầu vào để
đáp ứng các yêu cầu hoặc điều kiện cụ thể