Livssyklus for et datasystem og dets faser

I denne artikkelen vil du vite livssyklus for et datasystem, der behovet for automatisert informasjonsbehandling er tilfredsstilt.

livssyklus-for-et-datasystem-1

Livssyklus for et datasystem

Et datasystem utgjør løsningen på et problem med automatisert informasjonsbehandling, for eksempel: lese en e -post, transkribere en tekst ved hjelp av en datamaskin, skrive inn et telefonnummer i en adressebok tilgjengelig på en mobiltelefon, eller til og med ledelse og kontroll av industrielle maskiner programmert gjennom dataprogrammer.

Generelt krever et datasystem fysiske elementer, kalt maskinvare, og en immateriell del kjent som programvare eller dataprogrammer. I tillegg innebærer det deltakelse av menneskelige faktorer, som er ansvarlige for etterspørselen etter tjenester.

På denne måten kan det sies at et datasystem er ansvarlig for innsamling, behandling og overføring av data, når disse er konvertert til informasjon, gjennom felles og koordinert arbeid av mennesker, maskiner og databehandlingsmetoder.

På den annen side, i databehandling, kalles det livssyklus for et datasystem til settet med faser som globalt bidrar til å skaffe mellomproduktene, nødvendig for styring av prosessen og oppnåelse av de endelige målene. Det går vanligvis fra forestillingen om behovet for et system til fødselen av en annen for å erstatte det.

Fra et annet synspunkt inneholder livssyklusen alle spesifikasjonene knyttet til utvikling, drift og vedlikehold av et programvareprodukt.

Type

livssyklus-for-et-datasystem-3

Avhengig av omfanget, egenskapene og strukturen til et datasystem, skiller følgende typer sykluser seg ut:

Lineær livssyklus

På grunn av sin enkelhet er det den typen livssyklus for et datasystem Det er mest brukt når det er mulig. Det innebærer nedbrytning av den globale aktiviteten i påfølgende faser, som hver utføres bare en gang, noe som gjør det mulig å forutse tidspunktet for prosessen.

Utførelsen av hver fase er uavhengig av den andre, og krever forhåndskunnskap om resultatet for å få dem i hver av dem. I tillegg er det ikke mulig å få tilgang til en fase hvis den forrige ikke er fullført.

Livssyklus med prototyper

Den brukes når de virkelig oppnåelige resultatene er ukjente, eller når helt ny eller lite påvist teknologi skal brukes.

I tillegg er det preget av etablering av grunnleggende spesifikasjoner som tillater utvikling av en prototype, som vil fungere som et mellomprodukt og foreløpig produkt.

I motsetning til den lineære livssyklusen må noen faser utføres to ganger, en gang for utvikling av prototypen og en annen for realisering av sluttproduktet.

Spiral livssyklus

Det utgjør en generalisering av livssyklusen med prototyper, siden konstruksjonen av sluttproduktet krever påfølgende utarbeidelse av flere prototyper, som hver representerer et fremskritt i forhold til den forrige.

I denne typen livssyklus for et datasystem produktet går gjennom flere faser gjentatte ganger, til det når ønsket modenhet. Vanligvis skyldes dette mangel på kunnskap fra klienten om hva han virkelig vil, samt ubesluttsomhet av det samme i løpet av de forskjellige fasene.

fasene

Livssyklusen til ethvert datasystem inkluderer forskjellige stadier, disse er:

Planlegging

Det refererer til de første oppgavene som vil markere utviklingen av et datasystemprosjekt, blant dem er:

  • Avgrensning av omfanget av prosjektet: Det tenker på kunnskapen om aktiviteten til organisasjonen den skal arbeide på, samt identifisering av behovene og problemene som ligger i forvaltningen av informasjon. Forventninger vurderes i henhold til den foreslåtte handlingsplanen som skal følges.
  • Gjennomførbarhetsstudie: Ressursene som er tilgjengelige for å gjennomføre prosjektet blir evaluert, i dette tilfellet tid og penger tilgjengelig for dette formålet. På samme måte blir den institusjonelle bibliografien konsultert og intervjuer utført for å identifisere faktorene som kan få prosjektet til å mislykkes.
  • Risikoanalyse: Inkluderer evaluering og kontroll av risiko som kan ødelegge utviklingen og gjennomføringen av prosjektet. Når de mulige risikoene er identifisert, beregnes sannsynligheten for at de faktisk skjer, samt virkningen de kan ha. Til slutt utarbeides beredskapsplaner som alternativer til effektiv forekomst av samme.
  • Estimat: Refererer til det første estimatet av prosjektets kostnad og varighet. Det er underlagt kunnskapen man har om det og erfaringen fra estimatoren. Det må nødvendigvis innebære en detaljert studie av faktorene som kan endre utviklingen av datasystemet, for å redusere usikkerhetsnivået.
  • Tidsplanlegging og ressursallokering: Dette er tidspunktet for prosjektet. Det gjøres vanligvis ukentlig, og kan justeres i henhold til tilgjengelige ressurser og de spesielle omstendighetene vi står overfor.

Analyse

livssyklus-for-et-datasystem-2

Det er basert på etableringen av hovedmålet med prosjektet, i samsvar med oppdagelsen av de virkelige behovene og fastsettelsen av egenskapene som systemet må ha.

Den inkluderer utvikling av grafer, diagrammer, tankekart og flytdiagrammer, som er i stand til å oppsummere all informasjonen som er samlet inn, til det er forståelig for alle teammedlemmer.

utforming

Det innebærer utforming av databasen og applikasjonene som lar brukeren bruke datasystemet. Det er resultatet av studiet av ulike implementeringsalternativer, etter å ha bestemt den generelle strukturen som prosjektet skal bygges på. Det bør være basert på systemets egenskaper som vil lette implementeringen.

Gjennomføring

Når egenskapene til systemet er analysert og designet er fullført, er neste trinn å bygge et kvalitetsdatasystem. Det krever valg av passende verktøy, samt bestemmelse av utviklingsmiljøet som systemet skal operere på og valg av passende programmeringsspråk for typen system som skal utvikles.

Denne fasen inkluderer også anskaffelse av alle nødvendige ressurser for at datasystemet skal fungere. I tillegg innebærer det utvikling av tester som gjør det mulig å kontrollere fremdriften i prosjektet mens det utvikles.

tester

Hovedmålet med testene er å oppdage feil som kan ha blitt gjort i de foregående stadiene av prosjektet, som inkluderer den respektive korreksjonen av dem før produktet er i sluttbrukerens hender.

De forskjellige testene utføres avhengig av konteksten og fasen i prosjektet vi er i. På denne måten blir enhet- og integrasjonstester utført, samt alfatester i programvareutviklingsorganisasjonen, og betatester rettet mot andre sluttbrukere enn medlemmene i prosjektets utviklingsteam.

For å lære mer om denne fasen, kan du lese artikkelen om typer eksisterende programvaretester.

Til slutt er det også mulig å gjennomføre en aksepttest for å offisielt erklære slutten på systemutviklingsprosessen. På samme måte blir vurderinger av mellomproduktene i prosjektet gjort for å bekrefte korreksjonen av feilene som er funnet og fortsette til validering.

Installasjon eller distribusjon

Det refererer til igangkjøring av datasystemet som er utviklet. Det innebærer spesifikasjon av operativmiljøet som inkluderer både maskinvare og programvare, nødvendig utstyr, anbefalt fysisk konfigurasjon, samtrafikknettverk, operativsystemer som er involvert og de andre komponentene fra tredjeparter.

I noen tilfeller innebærer denne fasen overgang fra et eksisterende system til det nye systemet som skal implementeres.

Bruk og vedlikehold

Når den nye datamaskinprogrammet har begynt å bli brukt, krever det tilsvarende vedlikehold, som vanligvis involverer tre trinn:

  • Korrigerende vedlikehold: Det innebærer eliminering av feil som oppstår i løpet av levetiden.
  • Adaptivt vedlikehold: Henviser til behovet for at systemet skal fungere på en ny versjon av det opprinnelige operativsystemet, eller når en av maskinvareelementene er endret.
  • Perfekt vedlikehold: Det utføres for å legge til forbedringer og nye funksjoner i det eksisterende datasystemet.

Det er viktig å ta hensyn til den eksklusive omsorgen til datamaskinene våre for å forlenge levetiden.


Bli den første til å kommentere

Legg igjen kommentaren

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *

*

*

  1. Ansvarlig for dataene: Actualidad Blog
  2. Formålet med dataene: Kontroller SPAM, kommentaradministrasjon.
  3. Legitimering: Ditt samtykke
  4. Kommunikasjon av dataene: Dataene vil ikke bli kommunisert til tredjeparter bortsett fra ved juridisk forpliktelse.
  5. Datalagring: Database vert for Occentus Networks (EU)
  6. Rettigheter: Når som helst kan du begrense, gjenopprette og slette informasjonen din.