在实际项目中，可能不同信任等级的数据，采用不同的算法去处理数据，这样才使得数据的处理更有针对性，更符合实际需要。

从需求变更的角度出发，软件开发商可以先实现一些数据信任程度低的算法，然后再根据项目实际情况，决定是否实现更高一级数据等级的算法。在现实软件项目，数据信任等级低的采用的算法也会简单一些，由于需求变更，增加了新的数据信任等级更高的数据，这时候可以考虑暂时采用低等级的算法进行处理，然后再结合人工干预，达到数据处理的要求。大家都明白一点，算法复杂，测试的难度大，但是使用这些更高等级的算法的几率是很少的，处于成本的原因可以把这些算法的实现滞后。

当然我这样说，并不是意味着放弃高等级的算法，一些根据项目实际情形需要来操作。

数据根据信任程度分成等级，呵呵，这是所谓工厂方法模式嘛，算法也分成等级结构，这是所谓的模板方法模式。

数据在处理后，应该记录下被使用的算法版本，这样才便于以后统计查询分析或者数据挖掘之类工作的开展。

例如：在一个商品交易中，一个商品可能被购买的价格是正常价格，节假日优惠价，会员优惠价，在交易流水账中，应该记录下交易时候是采用的那个价格类型，原始价格多少，实际购买价格多少。记录下原始价格，是因为，商品的原始价格本身可能是变化的。

再以拆迁资源计划系统(http://www.netsky-tech.com/))为例，房屋补偿的价格价格可能是来自于管理参数，也可能是来自于申请，实际到底是来自于哪个，算法应该记录下来。

9.业务规则使用的版本化

前面已经提到了数据录入的版本化，还有算法的版本化，也是计算结果的版本化。但是还没有谈到一点，到底啥时间该采用哪个版本算法。
在J2EE项目中，一般是采用配置文件的方式来控制版本。从配置管理角度的来说，一切都根据配置文件来决定使用哪个版本的数据录入的分级(数据信任程度分级)，然后根据配置文件决定数据处理使用的算法版本。

其实在J2EE项目中，可以采用类似apache commons-validator这样的包，来进行数据录入的信任等级建立。

前面都已经提到了从工厂方法模式的角度来建立数据信任等级制度，但是并没有解决到底啥时间采用哪个方法处理数据。也许有人建议，采用工厂方法模式的思想，把数据当成产品，把算法当成工厂，来处理（注意：不是制造）数据。这个想法也许能够满足一些系统的需要，但是更多时候是失效。

为此，我觉得有必要把算法的分配使用当成为一个业务管理策略来管理，通过单独的业务模块去设置业务的算法管理策略，可以把这些策略保存为配置文件或者直接保存到数据表；在J2EE项目中，常用的方式使用XML的格式保存为配置文件，但是如果这个策略比较复杂的时候建议还是保存到数据表。

参考UML图

10.补充说明

由于近事情比较多，对于项目实施中的数据管理先整理这些，有空的话，再继续整理。大家如果有兴趣，可以切磋交流一下。