文·廖曉霞

?

淺談索引技術(shù)在事業(yè)單位人事檔案管理中的應(yīng)用與發(fā)展

文·廖曉霞

隨著中央對(duì)事業(yè)單位改革力度的不斷增大，事業(yè)單位內(nèi)部有關(guān)機(jī)制體制與以往相比也出現(xiàn)了許多新情況、新問題，如職工傳統(tǒng)身份被打破、聘用人員流動(dòng)性強(qiáng)、人員流動(dòng)受市場(chǎng)影響增大，等等。人事檔案管理工作作為人事管理工作中重要一環(huán)，要積極應(yīng)對(duì)這一局面，為整個(gè)單位提供更加完善的人事信息支撐，就必需建立起一個(gè)全面、動(dòng)態(tài)、準(zhǔn)確、高效的人員檔案信息數(shù)據(jù)庫(kù)。這項(xiàng)工作涉及數(shù)據(jù)量龐大，數(shù)據(jù)的收集、整理、制作、管理、檢索、維護(hù)等都存在眾多難點(diǎn)。如何對(duì)這樣大量的數(shù)據(jù)進(jìn)行快速準(zhǔn)確檢索和維護(hù)，是關(guān)系到人員檔案便捷管理和為領(lǐng)導(dǎo)提供輔助決策能否順利實(shí)施的關(guān)鍵所在，也是目前信息領(lǐng)域的重要課題之一。實(shí)現(xiàn)從海量職工信息檔案數(shù)據(jù)中快速檢索出特定個(gè)體信息，是衡量信息化檔案管理系統(tǒng)是否正常運(yùn)行的重要指標(biāo)。本文中，作者結(jié)合自己的工作實(shí)際，就上述問題進(jìn)行了闡述和探討，并重點(diǎn)通過(guò)實(shí)例對(duì)目前主流索引技術(shù)在人事檔案管理工作的應(yīng)用與發(fā)展進(jìn)行了研究。

一、目前主流索引技術(shù)分析

（一）B*樹索引技術(shù)

B*樹索引技術(shù)也可以稱之為“傳統(tǒng)索引”，是數(shù)據(jù)庫(kù)系統(tǒng)中最早的一種索引結(jié)構(gòu)。其實(shí)現(xiàn)機(jī)制與二叉樹配搭相似，其目標(biāo)是盡可能養(yǎng)活配搭數(shù)據(jù)所花費(fèi)的時(shí)間。比如，如果職工信息系統(tǒng)中在工號(hào)（假定職工的工號(hào)為（0～∞））字段上有一B*索引，則這個(gè)索引結(jié)構(gòu)可能如圖1所示：

這個(gè)樹最底層的塊為葉子節(jié)點(diǎn)（leaf node）或葉子塊（leaf block），其中分別包含各個(gè)索引鍵以及一個(gè)rowid（指向索引行的唯一標(biāo)識(shí)）。葉子節(jié)點(diǎn)之上的內(nèi)部模塊為分支塊（branch block）。這些節(jié)點(diǎn)用于在結(jié)構(gòu)中實(shí)現(xiàn)快速導(dǎo)航以便迅速定位。例如我們要查找工號(hào)為18的員工基本信息，就需要從樹根節(jié)點(diǎn)開始，找到左分支。檢查這塊的內(nèi)容，識(shí)別出我們要找的范圍在“11..19”這個(gè)子塊，將目標(biāo)鎖定在這一子塊后，我們很容易找到18的葉子塊。這個(gè)葉子塊中包含了我們所要查找的對(duì)象18所在行的唯一標(biāo)識(shí)rowid，這樣通過(guò)這個(gè)標(biāo)識(shí)就可以找到我們所需的相關(guān)信息。

但是，B*樹索引不同于常見的二叉樹結(jié)構(gòu)，它的葉子節(jié)點(diǎn)為雙向鏈表結(jié)構(gòu)，在已經(jīng)定位到某一位置的前提下，如果要查找的內(nèi)容是同一個(gè)區(qū)間，那么這種結(jié)構(gòu)可以為我們帶來(lái)方便的遍歷查找，也就是可以進(jìn)行有序掃描（也可以稱之為敬意掃描），我們不再需要在索引結(jié)構(gòu)中導(dǎo)航查找，而是可以直接通過(guò)葉子節(jié)點(diǎn)向前或者身后掃描就可以了，因此在這種索引的機(jī)制下查找某一范圍區(qū)間的相關(guān)內(nèi)容相當(dāng)方便。

因此，我們可以得出這樣的結(jié)論，即，B*樹索引的特點(diǎn)之一是所有的葉子塊都應(yīng)該在樹的同一層上，也稱為索引高度，這說(shuō)明從索引的根到相應(yīng)的葉子塊的遍歷都會(huì)訪問相同數(shù)目的塊，也就是說(shuō)在同一數(shù)量級(jí)的表記錄中，我們實(shí)際查詢職工信息時(shí)，無(wú)論查找條件如何變化，執(zhí)行搜索所花費(fèi)的時(shí)間接近一個(gè)定量；然而另一方面，我們?cè)阡浫胄碌臄?shù)據(jù)時(shí)，就需要執(zhí)行一些相應(yīng)額外運(yùn)算開銷，來(lái)重新平衡索引結(jié)構(gòu)，使索引的左右趨于平衡，從而優(yōu)化查詢花費(fèi)。

（二）組合索引

當(dāng)我們?cè)诒碇械哪骋蛔侄紊辖⑺饕螅l(fā)現(xiàn)僅僅建立該字段的值并不能滿足我們業(yè)務(wù)的查詢需求時(shí)，我們就需要在查詢的時(shí)候使用多個(gè)字段值同時(shí)匹配查詢條件，如果我們還是使用常規(guī)索引的話，將查詢語(yǔ)句擴(kuò)展開的話就需要多次掃描結(jié)果集。但如果我們將多個(gè)字段合并到一起建立索引，就可以實(shí)現(xiàn)跳躍式掃描，從而優(yōu)化查詢效率，這種在一個(gè)索引中集合多個(gè)字段信息的方法就稱為組合索引。

組合索引可以幫助我們提高數(shù)據(jù)庫(kù)的搜索效率。如以下SQL（數(shù)據(jù)庫(kù)）查詢語(yǔ)句：

SELECT empNO，empName，empAddress，job Title（選擇工號(hào)、姓名、地址、職稱）

FROM employee（表示搜索的區(qū)域?yàn)閑mployee）

WHERE jobTitle=‘Associate Professor’（表示匹配條件為副教授、上海，總數(shù)小于500人）

AND city=‘Shanghai’

AND total Pur<500;

查詢的執(zhí)行結(jié)果通常情況下為職工信息表employee的一個(gè)較小的子集，一般上述查詢結(jié)果多于一條記錄。如果我們還使用基于單一字段查詢，然后主次匹配將對(duì)整個(gè)信息表進(jìn)行多次全面掃描，花費(fèi)代價(jià)將成倍增大，在職工人數(shù)較多的單位中甚至出現(xiàn)查詢定位失敗的情況。但是，如果我們對(duì)B*樹索引進(jìn)行擴(kuò)展，使之包含多個(gè)字段，就可以滿足多個(gè)字段匹配的查詢條件。

在唯一索引情況下，非葉子節(jié)點(diǎn)值匹配我們?nèi)菀撞檎业闹麈I的值；在非唯一索引中，非葉子節(jié)點(diǎn)值匹配我們查找的相關(guān)信息的組合條件的相關(guān)屬性的值。這樣我們創(chuàng)建一個(gè)非唯一索引包含“jobTitle（職稱），city（城市），totalPur（總數(shù)）”的組合信息，如圖2所示：

在葉子節(jié)點(diǎn)中，存放具有相同屬性的一些記錄行的信息，這樣我們就可以通過(guò)組合索引快速查找相應(yīng)的記錄。

組織索引的劣勢(shì)在于，一它們趨于較長(zhǎng)的索引鍵，如前文提到的B*樹，如果不進(jìn)行壓縮，那么組合索引方式會(huì)造成B*樹結(jié)構(gòu)變得非常大，而且樹冠層數(shù)會(huì)變得更多，雖然我們可以使用哈希結(jié)構(gòu)來(lái)實(shí)現(xiàn)組合索引結(jié)構(gòu)的縮小問題，但哈希結(jié)構(gòu)無(wú)法支持前緣匹配查詢或者范圍查詢；二由于綜合索引包含多個(gè)屬性，所以無(wú)論組合索引中任何屬性的更新都會(huì)引導(dǎo)整個(gè)索引的更新。

二、人事檔案中常用的幾種索引方法

索引是用于在數(shù)據(jù)集中定位某種特殊部分的數(shù)據(jù)結(jié)構(gòu)，例如，傳統(tǒng)的圖書上當(dāng)索引，可以通過(guò)詞來(lái)檢索圖書；關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)的索引，可以有效的查找某條記錄而不需要遍歷整個(gè)表，因此能否根據(jù)人事檔案的業(yè)務(wù)規(guī)則編制出高效的索引，對(duì)健全和完善人事檔案部門的檢索系統(tǒng)具有重要意義。在我們實(shí)際工作中主要有以下幾種索引方法。

（一）工號(hào)索引

工號(hào)索引是以檔案中所包含的職工編號(hào)作為條目的標(biāo)目，一般來(lái)說(shuō)是按照工號(hào)遞增順序排列而成的一種檢索工齡。工號(hào)索引可以唯一指定一名職工的基本信息，經(jīng)常用來(lái)作為對(duì)職工檔案進(jìn)行維護(hù)的依據(jù)，同時(shí)工號(hào)索引還有利于進(jìn)行區(qū)間掃描，例如如果在2005年至2008年入職的人員查找一名名叫“張三”的職工，因該職工在2014年的職稱評(píng)定中，由“中級(jí)”技術(shù)職務(wù)晉升為“副高級(jí)”技術(shù)職務(wù)，需要在人事檔案中對(duì)其記錄信息進(jìn)行相應(yīng)更新，我們可以直接通過(guò)該人的工號(hào)索引唯一定位到他的基本信息，然后進(jìn)行信息更新同步處理，可以避免同名同姓造成的信息錯(cuò)誤。但如果不知道工號(hào)，我們就必須通過(guò)其他方法（如所屬部門、年齡、入職時(shí)間、政治面貌等多種條件）獲取該人的準(zhǔn)確定位，才能進(jìn)行更新存檔。

（二）人名索引

人名索引是以檔案中所包含人物的姓名作為條目的標(biāo)目，通過(guò)按照姓氏進(jìn)行升序排列而形成一種有效的檢索工齡，從其錄入范圍來(lái)看，可以分為綜合性人名索引和專題性人名索引兩種。前者是將檔案中所包含到的全部人名編制成索引，后者則選擇若干比較常用的利用角度（如獎(jiǎng)懲、任免、離退、職稱等）作為專題編制人名索引。一般來(lái)講，專題性人名索引的利用率較高，并且編制工作量較小，可以適應(yīng)大多數(shù)檔案管理工作中需從人名入手查找檔案的要求；而綜合性人名索引編制工作量較大，對(duì)普通檔案管理不太適宜。但由于現(xiàn)代計(jì)算機(jī)技術(shù)廣泛應(yīng)用，高速運(yùn)算、快速檢索等技術(shù)的有力支撐，目前綜合性人名索引數(shù)據(jù)庫(kù)的逐步得到建立完善，大大提高了此類方法的查詢效率。

但是在實(shí)際工作中，由于可能出現(xiàn)的人名重復(fù)情況，人名索引方法往往并不能保證檔案的唯一確定性，因此大多數(shù)情況下還需要附加除人名條件之外的其他屬性進(jìn)行確認(rèn)，以滿足檢索內(nèi)容的準(zhǔn)確性。

（三）職稱索引

職稱索引是以檔案中所包含的職工職稱作為條目的標(biāo)目上，按照職稱的級(jí)別進(jìn)行編排而形成的一種檢索工具。職稱索引一般用來(lái)對(duì)本單位職工整體層次結(jié)構(gòu)進(jìn)行統(tǒng)計(jì)分析，為人才引進(jìn)、干部隊(duì)伍結(jié)構(gòu)優(yōu)化、崗位設(shè)置等方面提供決策支持。

（四）機(jī)構(gòu)索引

機(jī)構(gòu)索引是以職工所屬的部門名稱作為條目的標(biāo)目，按字順排列而成的一種檢索工具。以在同一部門工作的人員作為一個(gè)類區(qū)，可以給出一個(gè)部門的人員信息，也可以對(duì)該部門人員的人事檔案信息內(nèi)容進(jìn)行排序檢索，篩選查詢、比較匯總、分析統(tǒng)計(jì)，從而及時(shí)準(zhǔn)確的掌握人員結(jié)構(gòu)、層次分布等情況，為人才預(yù)測(cè)、人才引進(jìn)等提供數(shù)據(jù)依據(jù)。

三、不同索引的性能比較分析

某單位某一部門有

Char（x）表示該鍵的類型，x表示該鍵值的長(zhǎng)度，為了便于檢索我們?cè)诖吮砘A(chǔ)上建立兩條索引，唯一索引位于工號(hào)（empNo）和一般索引部門編號(hào)（empDepID）上面，這里檢索部門A、ID為（00000011）以下的所有人員，就可以使用部門編號(hào)索引來(lái)對(duì)emplyee（職工信息表）進(jìn)行檢索，如：使用命令Select*from employee where empDepID=‘00000011’，但是，如果該部門職工較多，將會(huì)造成部門編號(hào)在這張表時(shí)的重復(fù)率相當(dāng)高，造成查詢的效率變低下。解決這一問題可以采用數(shù)據(jù)庫(kù)自帶的dynexpln工具分析得到類似語(yǔ)句在執(zhí)行中的耗費(fèi)，如在執(zhí)行上一命令中的耗費(fèi)為Estimated Cost=3489.15625，這里我們?nèi)绻诠ぬ?hào)的命名規(guī)則中使用工號(hào)=入職年份+部門編碼+內(nèi)部編碼的方法，在工號(hào)索引上同時(shí)建立B*樹索引，就能夠有效支持區(qū)間掃描，從而變通的使用工號(hào)區(qū)間查詢得出某部門的所有人員，命令語(yǔ)句為：select*from employee where empNo>=‘XX0000001100000’AND empNo<=‘XX0000001199999’（表示從職工信息表中選擇該區(qū)間所有職工信息，選擇區(qū)間為：XX0000001100000—XX0000001199999），我們?cè)偈褂胐ynexpln工具分析該語(yǔ)句的Estimated Cost=30.26673，明顯優(yōu)于前一語(yǔ)句，因此我們可以得出結(jié)論，在給定索引的情況下合理變通使用多種索引方法，可以極大提高人員信息查詢效率。

本文結(jié)合作者從事檔案管理的工作實(shí)際，闡述了常見索引方式B*樹索引、組合索引的優(yōu)缺點(diǎn)，分析了人事檔案常用索引方法的特點(diǎn)、實(shí)現(xiàn)方法，重點(diǎn)對(duì)如何優(yōu)化索引結(jié)構(gòu)提出了自己的看法。應(yīng)該說(shuō)，人事檔案的信息化是一個(gè)龐大而復(fù)雜的工程，它涉及到了網(wǎng)絡(luò)技術(shù)、安全防護(hù)、制度規(guī)范等多個(gè)方面，都需要我們?cè)诮窈蟮墓ぷ鞑粩噙M(jìn)行探索研究。

●●

[1]1SAM S.LJGHTSTONE，TOBY j.Teorey and Tom Nadeau. Physical Database Design【M】.Morgan Kaufmann，2007。

[2]THOMAS KYTE.Oracle 編程藝術(shù)【M】。北京：人民郵電出版社，2006。

[3]洪漪，檔案信息組織與檢索【M】。武漢：武漢大學(xué)出版社，1999。

[4]馮惠玲，檔案文獻(xiàn)檢索【M】。北京：高等教育出版社，2000。

[5]張琪玉，檔案信息檢索【M】。北京：解放軍出版社，2004。

（作者單位：山東廣播電視臺(tái)）