數據不一致性

數據是對現實世界的描述，應該符合一定的語義規則和邏輯常識，但實際應用中，由於各種原因，有些數據違反了這樣的語義規則，表現為數據值異常、不完整或相互矛盾，對於關係數據而言，還有實體異常(多條記錄對應同一實體)、包含異常(多表之間記錄不滿足包含關係)等，所有這類“髒”數據我們稱之為不一致數據。數據不一致性是指數據的矛盾性、不相容性。 ^[1] 

數據不一致性的原因主要有以下三種：一是由於數據冗餘造成的；二是由於併發控制不當造成的；三是由於各種故障、錯誤造成的。

第一種情況的出現往往是由於重複存放的數據未能進行一致性地更新造成的。例如教師工資的調整，如果人事處的工資數據已經改動了，而財務處的工資數據未改變，就會產生矛盾的工資數。

第二種情況是由於多用户共享數據庫，而更新操作未能保持同步進行而引起。例如，在飛機票訂購系統中，如果不同的兩個購票點同時查詢某張機票的訂購情況，而且分別為顧客訂購了這張機票，就會造成一張機票分別賣給兩名顧客的情況。這是由於系統沒有進行併發控制，所以造成了數據的不一致性。

第三種情況下，當由於某種原因（如硬件故障或軟件故障）而造成數據丟失或數據損壞，要根據各種數據庫維護手段（如轉存、日誌等）和數據恢復措施將數據庫恢復到某個正確的、完整的、一致性的狀態下。 ^[1] 

數據集成系統中的數據不一致性主要來自兩個層次，即數據本身的不一致性和模式匹配的不確定性。

數據不一致性存在於以下應用：

因此，在實際應用中，一般開展數據挖掘前要進行數據清洗 (data cleaning)以梗填補遺漏數據、消除異常數據、平滑噪聲數據，糾正不一致數據來提高數據質量。不一致數據的查詢處理可以為數據挖掘的髒數據處理開拓新的解決思路。 ^[2] 

考慮了各種破壞數據一致性的因素，並採取了一些相應的措施來維護數據庫的一致性。例如提供了併發控制的手段，提供了存儲、恢復、日誌等功能。由於數據面向整個系統，是有結構的數據，不僅可以被多個應用共享使用，而且容易增加新的應用，這就使得數據庫系統易於擴充，可以適應各種用户的要求。可以取整體數據的各種子集用於不同的應用系統，當應用需求改變或增加時，只要重新選取不同的子集或加上一部分數據便可以滿足新的需求。

不一致性被看作是數據的一個屬性，並能使用標記符號加以説明，所有數據庫及其查詢回答的單元值上都可以附上0到多個標記，如果附上的符號數為0，那麼該單元值是一致可信的，反之則不一致不可信。