必修單元 A 數據控制

「數據分級（Data Hierarchy）」是一個由細到大的組織方法，目的是：

• 使數據結構清晰（可辨識每個值所屬的欄位、記錄及數據表）。
• 方便設計數據表、進行查詢（SQL／篩選）及統計。
• 減少混亂：避免大量文字在沒有規則的情況下混雜在一起。

欄（Field）／屬性（Attribute）用來儲存「某一種屬性」：

• 例如：NAME、CLASS、SEX、MARK。
• 每個欄位均須定義數據類型：文字 / 數字 / 日期 / 布爾（是/否）…
• 通常還會加入「限制（constraints）」：例如電話必須 8 位、年齡 0–120。

記錄（Record / Row）是同一個對象（例如：一位學生）的所有欄位集合。

• 在表格中通常是一行（row）。
• 一筆記錄 = 多個欄位值組合，例如：(015044, Peter Chan, M, 1A, 11)。
• 為了分辨每筆記錄，通常會用主關鍵碼 Primary Key（例如學號）。

數據表（Table）用來儲存「同一類對象」的多筆記錄：

• 例如：學生表、班別表、課室表。
• 表的欄（columns）定義固定，但可持續新增行（rows），即增加記錄。
• 表的設計重點：欄位名稱、類型、主關鍵碼、外鍵碼（關連其他表）。

數據庫（Database）是多張有關連的表集合，配合 DBMS 管理。

• 例如一間學校：學生表、班別表、教師表、課室表……
• 優點：集中管理、權限控制、備份、多人同時使用。
• 透過關連（relationships）可以進行更複雜的查詢，例如「找出某班所有男生」。

以「學生數據」為例：

• 欄位：姓名、班別、學號、電話…（每個都是一個欄位）
• 記錄：「陳大文」這位學生的所有欄位值（同一行）
• 表：全校所有學生的記錄（學生表）
• 數據庫：學生表 + 班別表 + 教師表 + 課室表 + …（互相關連）

• 「Name、Class、Mark」是哪一級？→ 欄位 Field
• 「某個學生的完整數據」是哪一級？→ 記錄 Record
• 「全班學生數據」是哪一級？→ 數據表 Table
• 「一間學校的所有數據（學生＋班別＋課室）」是哪一級？→ 數據庫 Database

GIGO（Garbage In, Garbage Out）意思是：

• 如果輸入數據本身有問題（錯誤、遺漏或格式混亂），
• 即使電腦運算100% 正確，
• 輸出仍會錯誤或無用。

數據控制是一系列措施，用來提升數據品質：

• 輸入階段：使用合適的用戶界面控制項、Validation、Verification 減少錯誤。
• 傳輸或儲存階段：使用奇偶檢測、檢查數位、權限控制及備份等措施。
• 處理階段：避免因數據格式混亂而導致統計或排序出錯。

數據來源錯誤 = 最初收集的數據已經有誤：

• 例：病人誤填電郵、用戶隨意填寫電話號碼或問卷答案。
• 即使輸入過程非常準確，也只是準確地輸入了錯誤內容。

常見減少方法：

• 表格指示清晰、例子清楚（例如顯示格式）。
• 使用 Validation 阻止明顯不合理的輸入（例如電話不足 8 位）。
• 高風險數據（如銀行交易數據）可加入 Verification（例如雙重輸入）。

轉錄錯誤 = 把數據由一種媒介轉移至另一種媒介時出錯：

• 例：由紙本輸入電腦時出錯；OCR 將 O 認成 0。
• 特點：原始資料可能是正確，但輸入過程出錯。

減少方法：

• Verification：雙重輸入、校對（proofreading）。
• 使用選項式輸入（下拉式選單或單選按鈕）代替手動輸入，減少自由輸入。
• 使用 check digit（例如 HKID）偵測部分錯誤。

換位錯誤 = 數字次序顛倒：

• 例：把 51 誤輸入為 15；把 81234567 誤輸入為 81234576。
• 肉眼通常不易立即發現，但對電腦而言是完全不同的值。

• 題目描述「原始數據本身有誤」→ 數據來源錯誤。
• 題目描述「抄寫/輸入/辨認」→ 轉錄錯誤。
• 題目描述「數字位置對調」→ 換位（轉置）錯誤。

• Validation：檢查輸入「是否合理」（格式/範圍/類型…），阻止明顯錯誤。
• Verification：檢查輸入「與原始資料是否一致」（例如雙重輸入）。
• 兩者都是 Data control 的一部分，用來減少 GIGO。

Validation 用來檢查輸入數據是否「符合規則 / 合理範圍」。

• 目的：阻止明顯不合理的輸入（例如年齡 999）。
• 限制：即使通過 validation，亦不代表內容真實或正確（例如電話 12345678 可能不存在）。
• 位置：通常在輸入時立即檢查，減少後續修正成本。

完整性檢查＝必填欄位不可留空。

• 例：姓名、學號、聯絡電話通常必填。
• 常見做法：前端提示「必填 *」、後端再次檢查。

固定值檢查＝輸入只可為指定選項之一。

• 例：性別只接受 M / F；班別只接受 1A–6D。
• 最好配合：下拉式選單 / 單選按鈕，直接減少輸入錯誤。

類型檢查＝確保輸入屬於指定數據類型。

• 例：年齡必須是整數；成績可以是 0–100 的數字。

範圍檢查＝數值必須在合理範圍內（例如 13–120）。

• 須說明「是否包含邊界」（例如 ≤ / <）。
• 範圍須符合實際情況：例如溫度、身高、分數等。

長度檢查＝字元數目要合規。

• 例：香港電話 8 位數；學生編號固定 6 位。

格式檢查＝須符合某種模式（pattern）。

• 例：電郵須包含 @ 及網域名稱；日期要 YYYY-MM-DD；HKID 要 A123456(3)。
• 可以用正規表達式（regex）或內置控制項（date picker）提供協助。

一致性檢查＝兩個或以上欄位之間要合乎邏輯。

• 例：結束日期必須晚於開始日期。
• 例：出生年份與年齡須一致；「是否學生」= 否 時，便不應填寫「班別」。

唯一性檢查＝某欄位值不可重複。

• 例：學生編號、身份證、用戶名（username）。
• 做法：與數據庫現有記錄比對；DBMS 可以設 UNIQUE constraint。

考試常提供一個欄位情境，要求選擇一種或以上的 validation 方法：

• 香港電話：Type（數字）+ Length（8 位）(+ Format)
• 電郵：Completeness + Format
• 性別：Fixed value（M/F）
• 年齡：Type + Range
• 活動日期：Format（date picker）+ Consistency（開始 < 結束）
• 帳戶名稱：Completeness + Unique（不可重複）

• Validation：檢查「可能合理」（規則/格式/範圍）
• Verification：檢查「與原始資料一致」（雙重輸入/校對）

選擇合適的輸入控制項（UI controls）可以：

• 直接限制用戶可以輸入的值（例如只可選 M/F）。
• 減少鍵盤輸入 → 減少轉錄錯誤。
• 使數據更一致，方便排序、統計、查詢。
• 用戶體驗更佳（較少出現「輸入錯誤」提示）。

Textbox（文字框）的優點是彈性大，但缺點亦最明顯：

• 相同意思可以有多種寫法：Mon / 星期一 / 週一。
• 格式不一致會使電腦難以進行有效性檢驗、統計及排序（例如時間 15:30 vs 3:30pm）。
• 更依賴後續 validation。

• Radio（單選）：只可選擇一個（例如：興趣班類型）。
• Checkbox（複選）：可以選擇多個（例如：可出席日子）。

作答時可寫：

• Radio 可以避免用戶同時選兩個互相矛盾的選項。
• Checkbox 適合「可以同時成立」的選項。

• Date picker：直接選擇日曆，輸出格式一致（例如 YYYY-MM-DD）。
• Time picker：直接選擇時間，避免 15:30 pm 這種混亂寫法。
• 同時可以配合一致性檢查（開始日期 < 結束日期）。

• Range slider：適合評分（1–5）、程度（低/中/高）。
• Number stepper：適合人數、數量，並可設定最小/最大值。

• Select（下拉）：固定選項，節省畫面空間。
• Listbox（列表，可多選）：同時顯示多個選項，適合多選。
• Datalist：提供建議清單，但仍容許自訂輸入（彈性較大）。

Switch（開關）適合「是 / 否」：

• 例：是否與同學一同報名？是否同意條款？
• 優點：輸入值清晰（true/false），可避免輸入「可能」等含糊內容。

• Color picker：顏色值一致（#RRGGBB）。
• File upload：提交文件（同意書或作品），並須注意檔案大小及格式限制。
• URL input：可初步檢查網址格式（https://...）。
• Textarea：自由描述（不易進行有效性檢驗，但可用 length check 限制內容過長）。

• 例子 2 用 radio/checkbox/select/date/time，令輸入值一致。
• 減少自由文字輸入 → 減少轉錄錯誤及格式錯誤。
• 後續更容易進行統計（例如計算有多少人選擇籃球）。

檢查數位（Check digit）是附加於編號末端的數位，用來：

• 偵測輸入錯誤（例如某一位數字有誤）
• 偵測換位（轉置）錯誤（例如 51 ↔ 15）
• 提升數據可靠性（輸入時可立即發現可能有誤）

• 格式：1 或 2 個英文字母 + 6 位數字 + (檢查數位)
• 檢查數位可以是：0–9 或 A

• A–Z → 10–35（A=10，B=11，…，Z=35）
• 如果只有 1 個字母，最前方須補一個空格位，數值 = 36

由左到右乘權重：

• 首 8 個字元（空格/字母/6 位數字）乘：9, 8, 7, 6, 5, 4, 3, 2
• 最後檢查數位乘：1

步驟：

1. 將字母轉數值（單字母加空格 36）。
2. 把每一位乘以相應權重，將乘積相加得到 S。
3. 計 S mod 11。
4. 檢查數位 = 11 − (S mod 11)
5. 如果結果 = 10 → 用 A；結果 = 11 → 用 0

因為只有 1 個字母，所以當作：[空格, A, 1, 2, 3, 4, 5, 6]

可以偵測：

• 單一數位輸入錯誤（例如把 4 誤輸入為 9）
• 部分換位錯誤（例如相鄰位對調）

限制：

• 不是所有換位都一定偵測到（視乎算法）。
• 通常只是「detect」，未必可以 100%「correct」。
• 如果原始數據本身有誤（數據來源錯誤），check digit 亦無法偵測。

• 單字母：前方必須補上數值為 36 的空格位（即變成 2 個「字母位」計算）。
• 權重：由 9 到 2，檢查數位的權重為 1。
• 10 → A；11 → 0（容易把兩者寫反）。

電腦以二進制傳送/儲存數據時，可以加一個奇偶檢驗位（parity bit）：

• 目的：偵測傳送途中是否有 bits 被改變（error detection）。
• 特色：簡單、成本低，但偵測能力有限。

• 偶數檢測（Even parity）：整組 bits（data + parity）中 1 的總數要是偶數。
• 奇數檢測（Odd parity）：整組 bits（data + parity）中 1 的總數要是奇數。

1. 先數出 data bits 中有多少個 1。
2. 根據模式（even/odd）決定 parity bit 是 0 或 1。

data bits：1011001

• 1 的數量 = 4（偶數）
• Even parity：已經是偶數 → parity bit = 0
• Odd parity：須使總數成為奇數 → parity bit = 1

偵測得到：

• 任何奇數個 bit 翻轉（例如 1 個 bit 由 0→1）會令奇偶性改變。

偵測不到：

• 偶數個 bit 同時出錯（例如 2 個 bit 一起翻轉），奇偶性可能保持不變。
• Parity 只能指出「有錯誤」，不能指出哪一位出錯。

• 題型 A：提供 data bits 與 even/odd 模式，問 parity bit 是多少。
• 題型 B：提供一整串 bits（含 parity），問「有效/無效」。
• 題型 C：解釋 parity 可以偵測甚麼錯誤、限制是甚麼。

Verification（數據校驗）用來檢查「輸入數據」是否與「原始資料」一致：

• Validation：是否合理（格式/範圍/類型）
• Verification：是否與原始資料一致

做法：由同一人輸入兩次，再比對是否相同。

• 例：設定密碼、輸入電郵地址（再次輸入）。
• 優點：簡單、即時、成本低。
• 限制：如果用戶兩次均輸入相同的錯誤內容（例如兩次均輸入錯誤電郵），仍可能通過。

做法：同一份原始資料由不同人（或不同時間）輸入兩次，再由系統比較。

• 適用：高準確要求（銀行交易、考試成績、醫療數據）。
• 優點：可大幅減少轉錄錯誤。
• 缺點：成本較高，所需時間或人力約增加一倍。

做法：把「原始資料」與「輸入結果」對照，找出差異。

• 可以一人讀原始資料，另一人對照電腦畫面。
• 亦可直接在螢幕上顯示兩份內容作比對。
• 優點：不需要重複輸入，成本中等。
• 缺點：仍然依賴人眼，容易疲勞或遺漏差異。

主要偵測到：

• 抄寫/輸入過程出錯（轉錄錯誤）
• 部分換位錯誤（如有 check digit 亦可提供協助）

未必偵測到：

• 原始資料本身有誤（數據來源錯誤）
• 兩次輸入同樣錯（方法 1 常見）

• 設定密碼：輸入兩次
• 銀行轉帳或醫療紀錄：雙重輸入（double entry）
• 把紙本資料輸入電腦：校對（proofreading）或 double entry

DBMS（Database Management System）是用來建立及管理數據庫的軟件／系統。

• 提供圖形界面或 SQL 讓用戶新增、修改或查詢數據。
• 協助用戶管理多張表之間的關係、權限、備份等。

DBMS 協助設計數據結構：

• 定義欄位（Field）及數據類型（Text / Number / Date…）。
• 設定主關鍵碼（Primary Key）以唯一識別記錄。
• 需要時設定外鍵碼（Foreign Key）建立表與表之間關連。
• 加入 constraints（例如 unique、not null）提升數據品質。

• 新增記錄：INSERT（或用表格界面新增一行）。
• 更新記錄：UPDATE（例如更改班別）。
• 刪除記錄：DELETE（例如移除重複數據）。

用 SQL 或圖形界面篩選數據：

• WHERE：加條件（例如只顯示女生）。
• 可以配合排序、分組、計算統計（進階）。

排序是將查詢結果按欄位排列：

• ASC = 由小到大（A→Z / 0→9）；DESC = 由大到小。
• 常見：按姓名、學號、成績排序。

索引（Index）是為某些常用欄位建立「快速查找結構」。

• 優點：搜尋更快（尤其數據量較大時）。
• 代價：佔用較多儲存空間；新增或更新數據時要同步更新 index。

• Organise：設計欄位 STD/NAME/SEX/CLASS/CNO
• Store：新增一筆學生記錄
• Retrieve：只顯示男生/女生
• Sort：按 NAME 排序
• Index：為 NAME 建 index 加快搜尋某學生

• 解釋 DBMS 功能（organise/store/retrieve/sort/index）。
• 提供情境，詢問哪項功能最合適。
• 寫簡單 SQL（SELECT…WHERE…ORDER BY…）。

檔案存取方式（File access method）描述電腦如何由儲存媒體讀取記錄：

• 尋找一筆記錄時，能否直接存取其位置？
• 還是需要由檔案開首依次讀取？

順序存取特點：

• 記錄按固定次序排列，只可以由前到後（或有限度向後）逐步讀取。
• 尋找第 100 筆，通常要先讀過前 99 筆。
• 適合：成批處理（batch processing）、完整掃描、備份。

直接存取特點：

• 每筆記錄有「位址/地址（address）」。
• 可直接存取指定位置，無須逐筆掃描。
• 適合：數據庫查詢、即時系統（interactive systems）。

• 尋找特定記錄：順序存取較慢（須依次讀取）；直接存取較快（可直接存取指定地址）。
• 掃描全檔：順序存取較為直接；直接存取亦可完成，但其優勢主要在於定位個別記錄。
• 成本／實作：順序結構簡單；直接需要地址/索引支援。

• 「每日夜間成批處理全校學生名單」→ 順序存取
• 「即時按學號查詢某個學生的記錄」→ 直接存取
• 「磁帶備份數據」→ 通常 順序存取
• 「硬碟數據庫 」→ 通常 直接存取

直接存取通常會配合索引：

• 索引類似「目錄」，先找到地址，再直接讀取記錄。
• 數據庫使用 index 可以加快查詢。

先由置中的根課題開始，再沿連線由上向下閱讀主題、概念、比較、例子及常見錯誤。可在樹狀圖導覽點擊任一項，畫布會以動畫前往並聚焦相應節點。

可新增、編輯、刪除或拖動節點以改變父子關係。修改會暫存在目前瀏覽器；完成後應匯出 .ictmap 作備份，日後可重新匯入。

先由欄、記錄、數據表及數據庫建立結構，再按錯誤來源和發生階段選擇控制；其後比較輸入控制、錯誤偵測、DBMS 及存取策略如何互相補足。