摘 要

在如今计算机时代，我们要处理数据规模越来越大，若想像从前一样使用人工去处理越来越复杂的数据，不仅费时费力，而且处理数据的准确性也无法保障。而信息管理技术和数据库技术的日趋成熟，为我们能够准确省时省力地处理数据创造了条件。本文将会介绍使用数据库技术和Java来进行处理分析多任务情景下的复杂数据，在多任务情景下实现数据按指定条目进行自动汇总与统计，可按指定条目进行排序，并自动生成相应的格式化统计报表，以便人们可以得到他们所想要的统计结果，通过生成的图表图表，人们可以清楚地看出数据的变化情况，公司可以根据数据的变化情况适当地调整自身的策略。

关键字：多任务；归类；汇总；数据库；Java

Abstract

In today's computer age, we have to deal with the growing size of the data, if you want to use the same manual to deal with more and more complex data, not only time-consuming, and the accuracy of the data can’t be guaranteed. And information management technology and database technology matures, for us to accurately save time and effort to deal with data to create the conditions. This article will introduce the use of database technology and Java to deal with the analysis of multi-task scenarios under the complex data in the multi-task scenario to achieve the data according to the specified items for automatic summary and statistics can be sorted by the specified entry, and automatically generate the appropriate format The statistical report, so that people can get the statistical results they want, through the generated chart, people can clearly see the data changes, the company can change the data according to the appropriate adjustment of their own strategy.

Key Word: multitasking; collation; aggregation; database; Java

目 录

1 绪论 1

1.1 目的及意义 1

1.2 研究现状 2

1.3 论文结构安排 2

2 总体设计 3

2.1 功能需求 3

2.2 设计方案 3

2.2.1 汇总 3

2.2.2 归类报表 5

3 理论知识 6

3.1 MySQL数据库 6

3.1.1 表 6

3.1.2 插入与更新数据 7

3.1.3 查询 7

3.2 Java介绍 8

3.2.1 JDBC 8

3.3.2 JFreeChart 10

4 具体设计与测试 11

4.1 汇总 11

4.2 归类报表 12

4.2.1 大客户统计 12

4.2.2 工资分析 15

4.2.3 送件百分比 17

4.2.4 区域送件图 18

4.2.5 送件时间统计 21

4.2.6 单件费效与每公斤费效 22

5 总结与展望 25

5.1 总结 25

5.2 问题与解决方法 25

5.3 展望 26

参考文献 27

致谢 28

1 绪论

1.1 目的及意义

在当今信息时代中，我们的生活和工作中存在着各种各样的多任务情景，多任务情景通常是同一任务分配给多人与一人承担多项任务相互交织，比如高校教室调配、教师工作指派、快递公司车队车辆调配等等。由于多任务情景复杂多变，当我们处理多任务情景下的数据会遇到很多困难。仅依靠人工进行数据处理是不够的，而且人工进行数据处理出错的几率很大，当任务量超出一定限度时，同类型的任务汇总和单人的任务统计就变得十分困难，用人工处理归类和汇总的工作会耗费我们许多宝贵的时间，而且人工处理数据的效率低小。为了解决这类问题，本文采用数据库技术和Java进行多任务情景下的智能数据归类与汇总处理，以节省数据处理时间，提高数据统计效率，减少处理数据的错误，实现数据统计的自动化和智能化。

多任务情景下的数据一般来说比较复杂，而且数据之间是相互联系的。比如在快递派送中，快递的信息表包含了快递包裹的信息，比如目的地，收件人；快递员的任务表包含了他将要派送的快递件数，送到的地点，与收件人约好的时间；车辆的任务表包含派送的路线，派送地点。快递运营点的主管给快递员结算工资的时候需要根据他们的工作量来考虑，而快递员的工作量需要结合快递员的任务表和车辆的任务表来计算。如果这些工作由人力来完成，所需的工作量会相当庞大，并且统计结果出错的概率很大。采用数据库与信息系统相结合的方法可以帮助我们有效地解决这样的问题，快速准确地完成数据的统计工作。

本次设计的主要任务是实现数据汇总和报表显示。在本次毕业设计当中，我们要处理的数据量比较大的，而且这些数据比较分散，同时这些数据具有很大冗余性。我们难以从中直接查找到我们需要的信息，如果直接查找我们所需的信息，执行查询任务会较麻烦，会大大降低我们的工作效率。为了解决这样的问题，我们的想法是先将这些数据汇总到另一张新表里面，同时删除一样重复的冗余信息，然后再在新表里面查询我们需要的信息，这会让我们的工作量大大减小，同时加快我们的处理效率。其次，将数据汇总起来之后，这对于我们后一步任务建立报表有很大的帮助。报表是将我们需要的重要信息以图表的形式显示出来，相比于枯燥的密密麻麻的数据，图表无疑会给人一种耳目一新的感觉，会给人视觉上的享受。同时，图表不仅可以显示数据的大小，而且它还可以更加直观地比较数据，显示出数据的变化，能够更好地凸显出问题之所在。

1.2 研究现状

随着信息技术的发展，我们生活当中面对的数据是越来越多，越来越复杂，人工处理数据已经不能满足人们的要求。所以人们对于数据库与信息管理技术的使用也越来越多。联机事务处理（OLTP）是数据库的主要应用，它可以及时处理业务过程中产生的数据，主要用来完成对用户的事务处理。这些处理通常要进行大量的数据更新操作，同时要求实时性，对响应时间要求比较高。比如民航订票系统，银行储蓄系统，这些与人们的生活是紧密联系的，在这些方面的研究上，人们使得这些信息系统越来越简易化，智能化。联机分析系统（OLAP）是数据仓库系统的主要应用。它主要通过多维的方式对用户及历史数据进行分析、查询和报表汇总，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询数据结果。如银行信用卡风险的分析与预测，公司市场策略的制定。企业对于该技术的要求比较多，在该方面拖入的资源与精力也比较多。