從呼叫中心通向CRM—數(shù)據(jù)倉庫必不可少

段云峰 楊鳳年 宋俊德　2002/04/19

　　在呼叫中心業(yè)務系統(tǒng)收集到大量數(shù)據(jù)之后，要將這些信息進行有效利用，從而為CRM系統(tǒng)提供正確的依據(jù)，這個過程中，數(shù)據(jù)倉庫是必不可少的要素。數(shù)據(jù)倉庫是一項基于數(shù)據(jù)管理和利用的綜合性技術和解決方案，它將成為數(shù)據(jù)庫市場的新一輪增長點，同時也將成為下一代應用系統(tǒng)的重要組成部分。

　　本文共分三大部分，介紹了數(shù)據(jù)倉庫及數(shù)據(jù)集市的概念，并對如何獲取高質量信息、數(shù)據(jù)倉庫的設計和實現(xiàn)、數(shù)據(jù)倉庫系統(tǒng)中的三個工具層以及數(shù)據(jù)倉庫平臺的評測指標進行了較為詳細的闡述，同時分析了數(shù)據(jù)倉庫的發(fā)展方向。

什么是數(shù)據(jù)倉庫？

　　1．數(shù)據(jù)倉庫概念解析

　　面對競爭日趨激烈與瞬息萬變的市場，面對不同層次的大量信息，企業(yè)各級管理人員將如何應用，以便在企業(yè)的經(jīng)營和管理中迅速做出正確的決策？

　　數(shù)據(jù)倉庫就是針對上述問題而產(chǎn)生的一種技術方案，它是基于大規(guī)模數(shù)據(jù)庫的決策支持系統(tǒng)環(huán)境的核心。數(shù)據(jù)倉庫之父H·W·Inmon是這樣定義數(shù)據(jù)倉庫的：數(shù)據(jù)倉庫是一個面向主題的、集成的、不可更新的且隨時間不斷變化的數(shù)據(jù)集合，用來支持管理人員的決策。

　　我們常常會認為，數(shù)據(jù)倉庫是一個或一組產(chǎn)品，可以幫助我們得到問題的答案，或幫助我們提高決策能力。其實數(shù)據(jù)倉庫并不是這么簡單，它雖然可以幫助我們得到答案以便更好地做出決策，但這只是其全局過程的一部分。數(shù)據(jù)倉庫中的數(shù)據(jù)從何而來？數(shù)據(jù)如何進入數(shù)據(jù)倉庫？如何維護數(shù)據(jù)倉庫？數(shù)據(jù)倉庫中的數(shù)據(jù)如何組織？這些都是建立數(shù)據(jù)倉庫之前必須回答的問題。建立數(shù)據(jù)倉庫包括創(chuàng)建、管理、維護數(shù)據(jù)倉庫的所有活動。因此，數(shù)據(jù)倉庫不是產(chǎn)品，而是解決方案。

　　數(shù)據(jù)倉庫和數(shù)據(jù)庫是不一樣的概念。數(shù)據(jù)倉庫是一個綜合的解決方案，而數(shù)據(jù)庫只是一個現(xiàn)成的產(chǎn)品。數(shù)據(jù)倉庫需要一個功能十分強大的數(shù)據(jù)庫引擎來驅動。與關系數(shù)據(jù)庫不同，數(shù)據(jù)倉庫并沒有嚴格的數(shù)學理論基礎，它更偏向于工程。由于數(shù)據(jù)倉庫的這種工程性，在技術上可以根據(jù)它的工作過程分為數(shù)據(jù)的抽取、數(shù)據(jù)的存儲和管理、數(shù)據(jù)的表現(xiàn)以及數(shù)據(jù)倉庫設計的技術咨詢等四個方面。

　　2．數(shù)據(jù)倉庫與數(shù)據(jù)集市的區(qū)別

　　談到數(shù)據(jù)倉庫，就不可避免地談到數(shù)據(jù)集市。由于一些廠商的誤導，很多人往往把這兩個概念混淆了。數(shù)據(jù)集市也是當前非常熱門的一個術語，一種比較常見的誤解是，認為它與數(shù)據(jù)倉庫的差別只是數(shù)據(jù)量的大小而已。事實上，數(shù)據(jù)倉庫是企業(yè)級的，能為整個企業(yè)各個部門的運行提供決策支持手段: 而數(shù)據(jù)集市則是一種微型的數(shù)據(jù)倉庫，它通常有更少的數(shù)據(jù)，更少的主題區(qū)域，以及更少的歷史數(shù)據(jù)，因此是部門級的，一般只能為某個局部范圍內的管理人員服務，因此也稱之為部門級數(shù)據(jù)倉庫。

　　數(shù)據(jù)集市有兩種，即獨立的數(shù)據(jù)集市（Independent Data Mart）和從屬的數(shù)據(jù)集市（Dependent Data Mart）。所謂從屬，是指它的數(shù)據(jù)直接來自于中央數(shù)據(jù)倉庫。顯然，從屬的數(shù)據(jù)集市的這種結構仍能保持數(shù)據(jù)的一致性。一般為那些訪問數(shù)據(jù)倉庫十分頻繁的關鍵業(yè)務部門建立從屬的數(shù)據(jù)集市，這樣可以很好地提高查詢的反應速度。獨立數(shù)據(jù)集市，它的數(shù)據(jù)直接來源于各生產(chǎn)系統(tǒng)。許多企業(yè)在計劃實施數(shù)據(jù)倉庫時，往往出于投資方面的考慮，最后建成的就是這種結構的獨立數(shù)據(jù)集市，用來解決個別部門比較迫切的決策問題。從這個意義上講，它和企業(yè)數(shù)據(jù)倉庫除了在數(shù)據(jù)量大小和服務對象上有所區(qū)別外，邏輯結構并無多大區(qū)別，這也是有人把數(shù)據(jù)集市稱為部門數(shù)據(jù)倉庫的主要原因。

如何建立數(shù)據(jù)倉庫？

　　1．獲取高質量的信息

　　數(shù)據(jù)倉庫作為決策支持系統(tǒng)(DSS)和聯(lián)機分析應用數(shù)據(jù)源的結構化數(shù)據(jù)環(huán)境所要研究和解決的問題，就是從數(shù)據(jù)庫中獲取信息。數(shù)據(jù)質量差是構建數(shù)據(jù)倉庫時需要解決的最困難的問題之一，有許多不同的方法可以用于改善數(shù)據(jù)倉庫中信息的質量。當發(fā)現(xiàn)在源系統(tǒng)中哪些地方存在數(shù)據(jù)質量問題之后，就需要研究一些方法來改善數(shù)據(jù)質量。一種改善數(shù)據(jù)倉庫中數(shù)據(jù)質量的方法是改善源系統(tǒng)中數(shù)據(jù)質量: 另一種方法是在將數(shù)據(jù)從老系統(tǒng)移植到數(shù)據(jù)倉庫的過程中校正數(shù)據(jù)。

　　2．數(shù)據(jù)倉庫的設計和實現(xiàn)

　�。�1）設計與實現(xiàn)過程

• 定義倉庫的體系結構，做容量規(guī)劃，選擇存儲服務器、數(shù)據(jù)庫、OLAP服務器以及其他工具；
• 集成服務器、存儲、客戶端工具；
• 設計倉庫的模式和視圖；
• 定義物理的數(shù)據(jù)倉庫結構，確定數(shù)據(jù)的存放、分區(qū)以及訪問的方法；
• 使用數(shù)據(jù)網(wǎng)關、ODBC驅動程序或者其他封裝器連接數(shù)據(jù)源；
• 設計并實現(xiàn)數(shù)據(jù)抽取、清洗、轉換、裝載和刷新的腳本程序；
• 將數(shù)據(jù)庫的模式、視圖定義、腳本以及其他元數(shù)據(jù)裝入倉庫；
• 設計并實現(xiàn)終端用戶的應用程序；
• 將數(shù)據(jù)倉庫和基于它的應用投入使用。

　�。�2）需要注意的問題

　　數(shù)據(jù)倉庫的模型設計（包括邏輯模型設計和物理模型設計）是系統(tǒng)的基礎和成敗的關鍵，在實際操作中應對下列問題引起注意：

• 主題的確定：主題是一個邏輯概念，它應該能夠完整、統(tǒng)一地描述出分析對象所涉及的各項數(shù)據(jù)以及相互聯(lián)系。劃分主題的根據(jù)主要來源于兩方面: 對原有固定報表的分析和對業(yè)務人員的訪談。原有固定報表能較好地反映出以往工作對數(shù)據(jù)分析的需求，而且其數(shù)據(jù)含義和格式相對成熟、穩(wěn)定，在模型設計中需要大量借鑒。

• 分析內容的細化：主題的劃分實際上是與分析內容的范圍直接相關的，一旦主題劃分清楚了，下一步就是細化分析的具體內容以及根據(jù)分析內容的性質確定它在數(shù)據(jù)倉庫中的位置。通常，維元素對應的是分析角度，而度量對應的是分析所關心的具體指標。一個指標究竟是維元素、度量還是維屬性，取決于其具體的業(yè)務需求，但從實際操作中可以總結出這樣的概念性經(jīng)驗: 作為維元素或維屬性的通常是離散型的數(shù)據(jù)，只允許有限的取值；作為度量的是連續(xù)型數(shù)據(jù)，取值無限。

• 粒度的設計：數(shù)據(jù)倉庫模型中所存儲的數(shù)據(jù)的粒度，將對信息系統(tǒng)產(chǎn)生多方面影響。事實表中以各種維度的什么層次作為最細粒度，將決定存儲的數(shù)據(jù)能否滿足信息分析的功能需求，而粒度的層次劃分以及聚合表中粒度的選擇，將直接影響查詢的響應時間。

　　 在數(shù)據(jù)抽取過程中，應該注意以下幾點：

• 數(shù)據(jù)抽取的規(guī)則要作為元數(shù)據(jù)進行規(guī)范和管理，抽取過程中的源表、源字段、目的表、目的字段、轉換規(guī)則以及轉換條件都要做好詳細記錄。這樣不僅便于編程人員實現(xiàn)，而且在抽取規(guī)則或邏輯模型發(fā)生變化時也便于修改。

• 如何記錄業(yè)務數(shù)據(jù)庫中的變動情況，是數(shù)據(jù)抽取中一個重要的環(huán)節(jié)。由于數(shù)據(jù)倉庫中是按時間保存數(shù)據(jù)，因此不同時間點之間數(shù)據(jù)的差異就成為一個關鍵性因素。通�？梢岳�用數(shù)據(jù)庫管理系統(tǒng)提供的手段在數(shù)據(jù)庫級產(chǎn)生數(shù)據(jù)變動日志，根據(jù)日志再判斷數(shù)據(jù)的變動情況完成抽取，這是一個從性能、可操作性以及對原業(yè)務系統(tǒng)的影響等多方面綜合考慮都比較理想的方法。

• 當數(shù)據(jù)倉庫中同一表中的數(shù)據(jù)來自于原有系統(tǒng)中不同的表，甚至不同的庫時，抽取時務必保證這些數(shù)據(jù)單位一致，而且都滿足同一時間條件。

• 數(shù)據(jù)抽取不僅要考慮數(shù)據(jù)的提取，還要考慮抽取的時間安排和執(zhí)行方式，這樣才是一個完整的數(shù)據(jù)抽取方案，也才能保證抽取出來的數(shù)據(jù)準確、可用。

　　3．數(shù)據(jù)倉庫系統(tǒng)的三個工具層

　　OLAP的查詢分析型工具、DSS的分析預測型工具與數(shù)據(jù)挖掘型工具共同構成了數(shù)據(jù)倉庫系統(tǒng)的工具層。它們各自的側重點不同，適用范圍和針對的用戶也不相同。數(shù)據(jù)倉庫系統(tǒng)具備了這三種工具，人們才能真正高效地利用其中蘊藏的大量寶貴的信息。

　�。�1）聯(lián)機分析處理（OLAP）

　　聯(lián)機分析處理主要通過多維的方式對數(shù)據(jù)進行分析、查詢和報表。它不同于傳統(tǒng)的聯(lián)機事物處理（OLTP）應用。OLTP應用主要是用來完成用戶的事務處理，如民航訂票系統(tǒng)、銀行儲蓄系統(tǒng)等，通常要進行大量的更新操作，同時對響應時間要求比較高。而OLAP應用主要是對用戶當前及歷史數(shù)據(jù)進行分析，輔助領導決策。其典型的應用有對銀行信用卡風險的分析與預測、公司市場營銷策略的制定等，主要是進行大量的查詢操作，對時間的要求不太嚴格。

　　目前常見的OLAP主要有基于多維數(shù)據(jù)庫的MOLAP及基于關系數(shù)據(jù)庫的ROLAP。在數(shù)據(jù)倉庫應用中，OLAP應用一般是數(shù)據(jù)倉庫應用的前端工具，同時OLAP工具還可以與數(shù)據(jù)挖掘工具、統(tǒng)計分析工具配合使用，增強決策分析功能。

　�。�2）決策支持系統(tǒng)（DSS）

　　決策支持系統(tǒng)(DSS)和數(shù)據(jù)倉庫的目標用戶相同，都是面向企業(yè)的中高層領導，它們執(zhí)行的都是決策和趨勢分析類的應用。DSS中的一些技術可以很好地集成到數(shù)據(jù)倉庫中，并使數(shù)據(jù)倉庫的分析能力更加強大。例如：DSS中的傳統(tǒng)統(tǒng)計分析模型可以幫助用戶對數(shù)據(jù)倉庫中的數(shù)據(jù)進行更加有效、更加深入的分析，從而更好地掌握和利用信息。而一些智能決策技術，如人工神經(jīng)網(wǎng)絡在發(fā)現(xiàn)顧客行為模式、預測金融市場行為等方面顯示了強大的功能。這些DSS的核心技術在數(shù)據(jù)倉庫中的應用，不但會大大提高數(shù)據(jù)倉庫的決策支持能力，同時也使DSS的應用范圍更加廣泛。

　�。�3）數(shù)據(jù)挖掘

　　數(shù)據(jù)挖掘是當前業(yè)界的熱門技術，已經(jīng)在多個應用領域產(chǎn)生了巨大的效益。數(shù)據(jù)挖掘不一定需要建立在數(shù)據(jù)倉庫的基礎上，但是如果將數(shù)據(jù)挖掘和數(shù)據(jù)倉庫協(xié)同工作，則可以簡化數(shù)據(jù)挖掘過程的某些步驟，從而大大提高數(shù)據(jù)挖掘的工作效率。由于數(shù)據(jù)倉庫的數(shù)據(jù)來源于整個企業(yè)，保證了數(shù)據(jù)挖掘中數(shù)據(jù)來源的廣泛性和完整性。數(shù)據(jù)挖掘技術是數(shù)據(jù)倉庫應用中比較重要且相對獨立的部分。目前，數(shù)據(jù)挖掘技術正處在發(fā)展當中。數(shù)據(jù)挖掘涉及到數(shù)理統(tǒng)計、模糊理論、神經(jīng)網(wǎng)絡和人工智能等多種技術，技術含量比較高，實現(xiàn)難度較大。此外，數(shù)據(jù)挖掘技術還會同可視化技術、地理信息系統(tǒng)、統(tǒng)計分析系統(tǒng)相結合，豐富數(shù)據(jù)挖掘技術及工具的功能與性能。

　　4．數(shù)據(jù)倉庫平臺的評測指標

　　由于許多數(shù)據(jù)庫廠商都在大力推廣和宣傳自己的數(shù)據(jù)倉庫解決方案，使最終用戶無所適從。那么，是否有第三方機構或組織制訂一個比較公正而權威的評測標準呢？回答是肯定的。

　　目前，專門針對數(shù)據(jù)倉庫平臺的評測指標主要有兩個：

　�。�1）TPC-D

　　TPC是一個國際性的組織，由45個會員公司組成，IBM、Microsoft、NCR、NEC、HP、Sun等跨國公司都是其會員。TPC專門負責為各種開放平臺在不同類型的應用上制定一個統(tǒng)一、公正的測試標準。

　　對于OLTP系統(tǒng)，衡量其數(shù)據(jù)庫性能的主要指標是TPC-C，這里不做分析。對于數(shù)據(jù)倉庫系統(tǒng)，衡量其數(shù)據(jù)庫性能的主要指標則是TPC-D。主要有3方面的數(shù)據(jù)需要考慮：

• QppD：描述系統(tǒng)的查詢處理能力。
• QthD： 即流量測試結果，描述系統(tǒng)在多個用戶同時進行查詢時的處理能力。換言之，它也充分代表了系統(tǒng)的并行處理能力。
• QphD：即價格性能比。

　　顯然，前面兩個指標的數(shù)據(jù)越大越好，而最后一個則越小越好。當然，首先要考慮的應該是能否滿足業(yè)務上的需求。

　　各家供應商的TPC-D值以及TPC-D的詳細描述可以從TPC在Internet的主頁上找到。另外，也可以從Microsoft、IDEAS等公司的主頁上找到TPC-D的測試結果。

　　需要做些說明的是流量測試結果。盡管它描述了系統(tǒng)處理并發(fā)查詢請求的能力，但并非所有廠商的流量測試都是在多用戶狀態(tài)下進行的。TPC-D給了供應商們一個選擇: 直接進行多用戶狀態(tài)下的流量測試; 或者先在單用戶狀態(tài)下進行測試，然后利用測得的處理能力指標QppD和流量指標的計算公式來計算出QthD。

　　如何區(qū)分這兩種測試結果呢？只要把TPC-D的測試概要下載并打印出來，就可以了解在做流量測試時的Stream數(shù)目。Stream數(shù)實際上代表了同時遞交查詢請求的用戶個數(shù)。如果是單用戶狀態(tài)下的測試，則只能發(fā)現(xiàn)一個Stream，即Stream00。

　　（2）Data Challenge

　　由于TPC-D對測試的數(shù)據(jù)庫模型、數(shù)據(jù)的加載以及所有查詢都做了非常嚴格的規(guī)定，這樣，參與測試的各廠商有可能預先做許多調整，使其性能更好，致使數(shù)據(jù)倉庫的實際應用情況與之有較大的區(qū)別。因此，TPC-D的測試結果主要給用戶在做數(shù)據(jù)倉庫軟硬件平臺選型時提供一個初步的參考。

　　除TPC-D以外，還有一個于1998年5月宣布的稱為Data Challenge（數(shù)據(jù)挑戰(zhàn)）的測試標準。與TPC-D不一樣的是，它非常注重考察系統(tǒng)的動態(tài)查詢能力，所有查詢都不公開，參與測試的廠商無法做預先的調整。測試前由各廠商按照規(guī)定設置好環(huán)境，然后由Data Challenge公司的技術專家來進行各種性能評測。

　　當用戶在決定選擇一個廠商為其實施數(shù)據(jù)倉庫系統(tǒng)時，至少應該考慮以下問題：

• 目前業(yè)務部門有些什么急需解決的問題，這些問題借助傳統(tǒng)的生產(chǎn)系統(tǒng)能解決嗎？
• 所選廠商在此行業(yè)是否有實施數(shù)據(jù)倉庫的經(jīng)驗？效果如何？
• 目前有多大的數(shù)據(jù)量，今后的擴展要求如何，能不能做在線的升級？
• 系統(tǒng)的并行處理能力怎樣？因為它將直接影響系統(tǒng)處理復雜查詢和動態(tài)查詢的能力。
• 對系統(tǒng)的管理是否復雜？有沒有數(shù)據(jù)庫重組的問題？因為復雜的管理需要很多的數(shù)據(jù)庫管理員，這種人工是非常昂貴的。
• 系統(tǒng)的高可用性和可靠性如何？當系統(tǒng)發(fā)生故障時，對業(yè)務產(chǎn)生的影響有多大，企業(yè)對這種故障的容忍程度如何？

　　當認真考慮了以上各方面的問題后，所投資建立的實際系統(tǒng)一般都能達到預期的效果。

數(shù)據(jù)倉庫向何處去？

　　1．技術趨勢

　　數(shù)據(jù)倉庫技術的發(fā)展包括數(shù)據(jù)抽取、存儲管理、數(shù)據(jù)表現(xiàn)和方法論等方面。

　　在數(shù)據(jù)抽取方面，未來的技術發(fā)展將集中在系統(tǒng)集成化方面。它將互聯(lián)、轉換、復制、調度、監(jiān)控等納入標準化的統(tǒng)一管理，以適應數(shù)據(jù)倉庫本身或數(shù)據(jù)源的變化，使系統(tǒng)更加便于管理和維護。

　　在數(shù)據(jù)管理方面，未來的發(fā)展將使數(shù)據(jù)庫廠商明確推出數(shù)據(jù)倉庫引擎，并作為服務器產(chǎn)品與數(shù)據(jù)庫服務器并駕齊驅。在這一方面，帶有決策支持擴展的并行關系數(shù)據(jù)庫將最具發(fā)展?jié)摿Α?

　　在數(shù)據(jù)表現(xiàn)方面，數(shù)理統(tǒng)計的算法和功能將被普遍集成到聯(lián)機分析產(chǎn)品中，同時與Internet/Web技術緊密結合，推出適用于Intranet、終端免維護的數(shù)據(jù)倉庫訪問前端。在這個方面，按行業(yè)應用特征細化的數(shù)據(jù)倉庫用戶前端軟件將形成產(chǎn)品，并作為數(shù)據(jù)倉庫解決方案的一部分。數(shù)據(jù)倉庫實現(xiàn)過程的方法論將更加普及，將成為數(shù)據(jù)庫設計的一個明確分支，成為管理信息系統(tǒng)設計的必備部分。

　　計算機應用發(fā)展的數(shù)據(jù)倉庫傾向，是數(shù)據(jù)倉庫發(fā)展的推動力。傳統(tǒng)的聯(lián)機事務處理系統(tǒng)并不單獨考慮數(shù)據(jù)倉庫，但實際應用對數(shù)據(jù)倉庫所能提供的功能卻早有需求。因此，許多事務處理系統(tǒng)近年來陷入一個兩難的境地：在現(xiàn)有系統(tǒng)上增加有限的聯(lián)機分析功能，包括復雜的報表和數(shù)據(jù)匯總操作，這樣一方面嚴重影響了事務處理聯(lián)機性能，另一方面，統(tǒng)計分析又因系統(tǒng)結構上的種種限制而不能得到充分體現(xiàn)。因此，應用技術是朝著更加細化、更加專業(yè)的方向發(fā)展。

　　在新一代的應用系統(tǒng)中，數(shù)據(jù)倉庫在一開始便被納入系統(tǒng)設計的考慮之中，聯(lián)機分析將被應用于普遍的事務處理系統(tǒng)之中。在數(shù)據(jù)管理上，聯(lián)機事務處理和數(shù)據(jù)倉庫在應用中相對獨立，聯(lián)機事務處理系統(tǒng)本身將更加簡潔高效，同時分析統(tǒng)計也更為便利。面向行業(yè)的數(shù)理統(tǒng)計學向更為普遍的應用發(fā)展，并集成到應用系統(tǒng)的數(shù)據(jù)倉庫解決方案中。它們將立足于數(shù)據(jù)倉庫所提供的豐富信息，更好地為業(yè)務決策服務。

　　2．市場預測

　　在市場上，可以從廠商和用戶兩個方面看數(shù)據(jù)倉庫的發(fā)展。對于提供數(shù)據(jù)倉庫產(chǎn)品和解決方案的廠商來說，嚴酷的市場競爭是永恒的主題，無法提供完整解決方案的廠商，可能被其他公司收購。例如，從事數(shù)據(jù)抽取、提供專用工具的軟件公司很可能并入大型數(shù)據(jù)庫廠商。能夠持續(xù)發(fā)展的廠商大致有兩類：一是擁有強大的數(shù)據(jù)庫、數(shù)據(jù)管理背景的公司；二是專門提供面向具體行業(yè)的、關于數(shù)據(jù)倉庫實施的技術咨詢的公司。

　　從用戶的角度看，數(shù)據(jù)管理的傳統(tǒng)領域，如金融、保險、電信等行業(yè)中的特定應用，除信用分析、風險分析、欺詐檢測之外，數(shù)據(jù)倉庫的應用將隨著現(xiàn)代社會商業(yè)模式的變革而進一步普及和深入。

　　近年來，一場革命正在改變產(chǎn)品制造和服務的提供方式，它就是數(shù)字化定制經(jīng)濟模式。在這個世界里，用戶可以購買一臺根據(jù)自己要求組裝的計算機、一條根據(jù)自己體形設計的牛仔褲、一種根據(jù)自己身體需要而生產(chǎn)的保健藥、一副與自己臉型相配的眼鏡……大規(guī)模的定制不僅是一種制造過程、后勤系統(tǒng)或者推銷策略，它很可能成為企業(yè)生產(chǎn)的組織原則。在未來大規(guī)模定制經(jīng)濟環(huán)境下，數(shù)據(jù)倉庫將成為企業(yè)獲得競爭優(yōu)勢的關鍵武器。

計算機世界報　2002/04/19