完整性，财务审计项目中完整性审计目标指的是

本文目录一览

1，财务审计项目中完整性审计目标指的是
2，什么是数据的完整性真实性私密性
3，VF中数据库完整性包括哪三个完整性
4，数据完整性的含义是什么
5，什么是关系数据库的三个完整性
6，什么是数据一致性和完整性如何保证

1，财务审计项目中完整性审计目标指的是

完整性　　指特定会计期间发生的会计事项均被记录在有关帐簿并在会计报表中列示，没有遗漏、隐瞒经济业务和会计事项，无帐外资产。

财务审计项目中完整性审计目标指的是

2，什么是数据的完整性真实性私密性

完整性是指信息不能被非法"写",即不能被其他人(或进程)修改、追加或者写的；真实性是指主体或者信息是否是其所宣称的，而不是假冒的；私密性是指信息不能被非法“读”，及不能被他人读取、获知。同时实现是可以的，但需要指出是哪个层次，如在操作系统、应用系统还是数据库中。

什么是数据的完整性真实性私密性

3，VF中数据库完整性包括哪三个完整性

实体完整性，指得是建立主索引和候选索引保证记录的唯一性。域完整性，选定字段的取值类型和取值范围保证域完整性，在表设计器的字段选项卡中定义字段有效性规则的项目有规则、信息和默认值3项。参照完整性，建立关联的两个表，可以利用“参照完整性生成器”分别对更新规则、删除规则和插入规则进行设置。

VF中数据库完整性包括哪三个完整性

4，数据完整性的含义是什么

数据库中的数据是从外界输入的，而数据的输入由于种种原因，会发生输入无效或错误信息。保证输入的数据符合规定，成为了数据库系统，尤其是多用户的关系数据库系统首要关注的问题。数据完整性因此而提出。本章将讲述数据完整性的概念及其在SQL Server 中的实现方法。　　　数据完整性（Data Integrity）是指数据的精确性（Accuracy）和可靠性（Reliability）。它是应防止数据库中存在不符合语义规定的数据和防止因错误信息的输入输出造成无效操作或错误信息而提出的。数据完整性分为四类：实体完整性（Entity Integrity）、域完整性（Domain Integrity）、参照完整性（Referential Integrity）、用户定义的完整性（User-definedIntegrity）。　　数据库采用多种方法来保证数据完整性，包括外键、约束、规则和触发器。系统很好地处理了这四者的关系，并针对不同的具体情况用不同的方法进行，相互交叉使用，相补缺点。

5，什么是关系数据库的三个完整性

完整性：1、实体完整性2、参照完整性3、用户定义的完整性五个约束：(1) not null（非空)约束(2) unique(惟一)约束(3) primary key(主键)约束(4) foreign key(外键)约束(5) check（校验）约束不知道你要问的可是这五个

关系的究整性关系模型的完整性规则是对关系的某种约束条件。关系模型中可以有三类完整性约束：实体完整性、参照完整性和用户定义的完整性。其中实体完整性和参照完整性是关系模型必须满足的完整性约束条件，被称作是关系的两个不变性，应该由关系系统自动支持。一、实体完整性（entity integrity）规则2.1 实体完整性规则若属性a是基本关系r的主属性，则属性a不能取空值。例如在关系“sap（supervisor，speciality，postgraduate）”中，“研究生姓名postgraduate”属性为主码（假设研究生不会重名），则“研究生姓名”不能取空值。实体完整性规则规定基本关系的所有主属性都不能取空值，而不仅是主码整体不能取空值。例如学生选课关系“选修（学号，课程号，成绩）”中，“学号、课程号”为主码，则“学号”和“课程号”两个属性都不能取空值。对于实体完整性规则说明如下：（1）实体完整性规则是针对基本关系而言的。一个基本表通常对应现实世界的一个实体集。例如学生关系对应于学生的集合。（2）现实世界中的实体是可区分的，即它们具有某种唯一性标识。（3）相应地，关系模型中以主码作为唯一性标识。（4）主码中的属性即主属性不能取空值。所谓空值就是“不知道”或“无意义”的值。如果主属性取空值，就说明存在某个不可标识的实体，即存在不可区分的实体，这与第（2）点相矛盾，因此这个规则称为实体完整性。二、参照完整性（referential integrity）现实世界中的实体之间往往存在某种联系，在关系模型中实体及实体间的联系都是用关系来描述的。这样就自然存在着关系与关系间的引用。先来看三个例子。例1 学生实体和专业实体可以用下面的关系表示，其中主码用下划线标识：学生（学号，姓名，性别，专业号，年龄）专业（专业号，专业名）这两个关系之间存在着属性的引用，即学生关系引用了专业关系的主码“专业号”。显然，学生关系中的“专业号”值必须是确实存在的专业的专业号，即专业关系中有该专业的记录。这也就是说，学生关系中的某个属性的取值需要参照专业关系的属性取值。规则2.2 参照完整性规则若属性（或属性组）f是基本关系r的外码，它与基本关系s的主码ks相对应（基本关系r和s不一定是不同的关系），则对于r中每个元组在f上的值必须为： ·或者取空值（f的每个属性值均为空值）； ·或者等于s中某个元组的主码值。三、用户定义的完整性（user-defined integrity）任何关系数据库系统都应该支持实体完整性和参照完整性。除此之外，不同的关系数据库系统根据其应用环境的不同，往往还需要一些特殊的约束条件，用户定义的完整性就是针对某一具体关系数据库的约束条件。它反映某一具体应用所涉及的数据必须满足的语义要求。例如某个属性必须取唯一值、某些属性值之间应满足一定的函数关系、某个属性的取值范围在 0～100之间等。关系模型应提供定义和检验这类完整性的机制，以便用统一的系统的方法处理它们，而不要由应用程序承担这一功能。

6，什么是数据一致性和完整性如何保证

数据一致性通常指关联数据之间的逻辑关系是否正确和完整。而数据存储的一致性模型则可以认为是存储系统和数据使用者之间的一种约定。如果使用者遵循这种约定，则可以得到系统所承诺的访问结果常用的一致性模型有：a、严格一致性（linearizability, strict/atomic Consistency）：读出的数据始终为最近写入的数据。这种一致性只有全局时钟存在时才有可能，在分布式网络环境不可能实现。b、顺序一致性（sequential consistency）：所有使用者以同样的顺序看到对同一数据的操作，但是该顺序不一定是实时的。c、因果一致性（causal consistency）：只有存在因果关系的写操作才要求所有使用者以相同的次序看到，对于无因果关系的写入则并行进行，无次序保证。因果一致性可以看做对顺序一致性性能的一种优化，但在实现时必须建立与维护因果依赖图，是相当困难的。d、管道一致性（PRAM/FIFO consistency）：在因果一致性模型上的进一步弱化，要求由某一个使用者完成的写操作可以被其他所有的使用者按照顺序的感知到，而从不同使用者中来的写操作则无需保证顺序，就像一个一个的管道一样。相对来说比较容易实现。e、弱一致性（weak consistency）：只要求对共享数据结构的访问保证顺序一致性。对于同步变量的操作具有顺序一致性，是全局可见的，且只有当没有写操作等待处理时才可进行，以保证对于临界区域的访问顺序进行。在同步时点，所有使用者可以看到相同的数据。f、释放一致性（release consistency）：弱一致性无法区分使用者是要进入临界区还是要出临界区，释放一致性使用两个不同的操作语句进行了区分。需要写入时使用者acquire该对象，写完后release，acquire-release之间形成了一个临界区，提供释放一致性也就意味着当release操作发生后，所有使用者应该可以看到该操作。g、最终一致性（eventual consistency）：当没有新更新的情况下，更新最终会通过网络传播到所有副本点，所有副本点最终会一致，也就是说使用者在最终某个时间点前的中间过程中无法保证看到的是新写入的数据。可以采用最终一致性模型有一个关键要求：读出陈旧数据是可以接受的。h、delta consistency：系统会在delta时间内达到一致。这段时间内会存在一个不一致的窗口，该窗口可能是因为log shipping的过程导致。这是书上的原话。。我也搞不很清楚。。数据库完整性（Database Integrity）是指数据库中数据的正确性和相容性。数据库完整性由各种各样的完整性约束来保证，因此可以说数据库完整性设计就是数据库完整性约束的设计。包括实体完整性。域完整性。参照完整性。用户定义完整性。可以主键。check约束。外键来一一实现。这个使用较多。

为了保证数据库的一致性和完整性，设计人员往往会设计过多的表间关联（relation），尽可能的降低数据的冗余。表间关联是一种强制性措施，建立后，对父表（parent table）和子表(child table)的插入、更新、删除操作均要占用系统的开销，另外，最好不要用identify 属性字段作为主键与子表关联。如果数据冗余低，数据的完整性容易得到保证，但增加了表间连接查询的操作，为了提高系统的响应时间，合理的数据冗余也是必要的。使用规则（rule）和约束（check）来防止系统操作人员误输入造成数据的错误是设计人员的另一种常用手段，但是，不必要的规则和约束也会占用系统的不必要开销，需要注意的是，约束对数据的有效性验证要比规则快。所有这些，设计人员在设计阶段应根据系统操作的类型、频度加以均衡考虑。事务的陷阱　　　　事务是在一次性完成的一组操作。虽然这些操作是单个的操作，sql server能够保证这组操作要么全部都完成，要么一点都不做。正是大型数据库的这一特性，使得数据的完整性得到了极大的保证。　　众所周知，sql server为每个独立的sql语句都提供了隐含的事务控制，使得每个dml的数据操作得以完整提交或回滚，但是sql server还提供了显式事务控制语句---- begin transaction 开始一个事务---- commit transaction 提交一个事务 ---- rollback transaction 回滚一个事务 ---- 事务可以嵌套，可以通过全局变量@@trancount检索到连接的事务处理嵌套层次。　　需要加以特别注意并且极容易使编程人员犯错误的是，每个显示或隐含的事物开始都使得该变量加1，每个事务的提交使该变量减1，每个事务的回滚都会使得该变量置0，而只有当该变量为0时的事务提交（最后一个提交语句时），这时才把物理数据写入磁盘。数据库性能调整　　　　在计算机硬件配置和网络设计确定的情况下，影响到应用系统性能的因素不外乎为数据库性能和客户端程序设计。而大多数数据库设计员采用两步法进行数据库设计：首先进行逻辑设计，而后进行物理设计。数据库逻辑设计去除了所有冗余数据，提高了数据吞吐速度，保证了数据的完整性，清楚地表达数据元素之间的关系。而对于多表之间的关联查询（尤其是大数据表）时，其性能将会降低，同时也提高了客户端程序的编程难度，因此，物理设计需折衷考虑，根据业务规则，确定对关联表的数据量大小、数据项的访问频度，对此类数据表频繁的关联查询应适当提高数据冗余设计。数据类型的选择　　　　数据类型的合理选择对于数据库的性能和操作具有很大的影响，有关这方面的书籍也有不少的阐述，这里主要介绍几点经验。 identify字段不要作为表的主键与其它表关联，这将会影响到该表的数据迁移。 text 和image字段属指针型数据，主要用来存放二进制大型对象（blob）。这类数据的操作相比其它数据类型较慢，因此要避开使用。日期型字段的优点是有众多的日期函数支持，因此，在日期的大小比较、加减操作上非常简单。但是，在按照日期作为条件的查询操作也要用函数，相比其它数据类型速度上就慢许多,因为用函数作为查询的条件时，服务器无法用先进的性能策略来优化查询而只能进行表扫描遍历每行。　　例如：要从data_tab1中（其中有一个名为date的日期字段）查询1998年的所有记录