一，背景介绍
平时工作中需要计算退休年龄，分为公务员，参公，事业三类。
以前都是手工计算的，因为人会不断更新流动，每次需要这些数据的时候，都需要重新计算一遍。
这样存在几个问题：
1，公务员，参公，事业有三个表格，每个表格的处理方法都不一样，一个任务需要做3遍。
2，数据量比较大，有上万人，以后可能是2w人，容易忽略一些特殊数据。
3，不同从业人员对业务和表格的理解不一样，算出来的结果会不一样，变得很依靠耐心。
这种重复性、有固定标准的操作，就交给机器好了。

二，操作方法
1，Excel表格预处理。
删除表头，删除身份证和手机号两列。
删除最末一行。
（如果自己在Excel里分析，需要对日期做个分列，全部调整为一种格式。）
表结构，还是不上传了，涉及隐私哦。

2，使用Navicat，导入表格到数据库。
选择了workbook和sheet以后，再选择Excel表格和sql table的key映射，因为之前我就是根据Excel生成sql table的，所以两个key是一致的，一直下一步就好了。

3，导入人员名单到程序。
4，选择退休时间，未来的任何一天，点击查询按钮。

5，导出花名册，可以选择输出按钮，也可以在视图层直接复制。
6，各种分析，可以扩展。

三，退休标准
（一）公务员和参公的标准
男性，60周岁退休。
女性，55周岁；如果是副处级以上，60周岁退休。
公务员分为党政群和公检法。党政群里面的职级级别是写了处级科级，方便直接判断。公检法，用的是另外一套职级序列，得要对照起来。
现在简单介绍一下这些序列：
1，党政群序列
职务级别：县处级副职，县处级正职，副省副局职，厅局级副职（保留），厅局级副职，厅局级正职。
职级级别：四级调研员，三级调研员，二级调研员，一级调研员，二级巡视员，一级巡视员。
2，公安序列
公安分为两类，执法警务警员和技术职务。
执法警务警员的职级级别：四级高级警长，三级高级警长，二级高级警长，一级高级警长，一级高级警长（市管），二级警务专员，一级警务专员。
公安技术职务：警务技术四级主任，警务技术三级主任，警务技术二级主任，警务技术一级主任，警务技术二级总监，警务技术一级总监。
3，法院检察院序列
法院检察院是用同一种序列的：四级高级法官检察官，三级高级法官检察官，二级高级法官检察官，一级高级法官检察官
（二）事业的标准
事业分为两类，一类是管理类，一类是专业技术类，还有一类是工勤类。
1，管理类的退休情况：
男性，60周岁退休。
女性，55周岁退休，管理6级以上的女性，60周岁。（管理6级对应的就是公务员的处级。）
2，专业技术类的退休情况：
男性，60周岁退休。
女性，55周岁退休，副高和以上级别的女性，60周岁退休。
3，工勤类
男性，60周岁退休。
女性，50周岁退休。（高级技师、高级工，怎么处理？）
TODO 工勤类，我好像忘记分析了。。。留个疑问。
bala bala，类型好多啊，好吃力啊。。。这些对应的高于处级的，全部都需要加入集合里判断。

四，表格格式
公务员，参公，事业因为字段不一样，目前系统里是分为三个表格。其中，参公和事业的表格是类似的，但是计算退休的标准不一样，参公参照公务员的标准来计算退休。所以这里就体现了2次复用，第1次复用是参公表格的加载和各种操作，复用事业模块；第2次是参公的退休和各种计算，复用公务员模块。
表格从系统中导出，先做预处理。删除表头，删除身份证和手机号两列。
如果自己在Excel里分析，需要对日期做个分列，全部调整为一种格式。这里导入到sql的时候，会将日期格式统一为一种格式。

五，程序原理
方法有很多种，可以直接在Excel里开发vba或者是使用python的，但是习惯了c#，就用c#了。
流程如下：
1，从数据库里读取表格，填充到datatable。
2，根据生日计算，计算退休日期，参考性别，参考职级或者职务，判断退休时期是否在参考日期以前。

				DateTime tuixiuDt;//其中男性60周岁退休，女性副处级以上（含副处）60周岁退休，副处级以下则是55周岁退休。if (strSex.Equals("男")){tuixiuDt = DateTime.Parse(strBirthday).AddYears(60);if (targetDt < tuixiuDt){//设置的时间<退休时间，那么还不能退休，所以跳过continue;}}else{if (!tuixiu_zhiwuJibieSet.Contains(strZhiwu) && !tuixiu_zhijiJibieSet.Contains(strZhiji)){//职务和职级都不满足，那么就是副处级一下；反之，只要有一个满足，就可以了。tuixiuDt = DateTime.Parse(strBirthday).AddYears(55);if (targetDt < tuixiuDt){continue;}}else{tuixiuDt = DateTime.Parse(strBirthday).AddYears(60);if (targetDt < tuixiuDt){continue;}}}

3，将所有退休人员，保存到一个集合。

tuixiuList.Add(dt.Rows[i]);
queryDataTables.ImportRow(datarow);//复制行数据到新表     
queryDataTables.Rows[queryDataTables.Rows.Count - 1][queryDataTables.Columns.Count - 1] = tuixiuDt;

4，然后各种分析都可以做，不过没时间去做。

六，遇到的问题
1，数据不全，字段缺失，容易漏算。
总共有1w多人呢，肯定会存在有些人的有些字段是缺失的，导致你没法分析他们，所以结果只能做到95%以上的准确率。解决办法也有两种：
第一种思路是：整体情况计算好了以后，再回头手工处理这几个人，把他们字段补补全，然后再次导入系统做分析。
第二种思路是：不去管它，因为有些人的退休时间实际上是会变的，如果她在55岁的时候提拔到了副处级，就自动延长到60岁了。所以不用搞得那么精确，一般情况下，这种就够用了。
我个人是倾向第二种思路，抓住事物的本质就可以了，细节的东西别太去深究，允许误差和失败存在，这样才能把事情办好。而且还省力。
2，人员类型很多，如果能够统一下来就好了。
3，导入方法的优化。使用office自带的Excel dll，读取Excel表格的速度很慢，一个五千条记录的表格，可能需要十分钟加载（如果在笔记本上，时间还不止）。后来做了点优化，不在本程序中插入到数据库，**直接使用数据库工具navicat导入表格，1-2秒钟就好了。**估计原因：
1，少了视图对象的创建，直接使用文件io，所以速度就很快了。
2，office Excel dll，速度本来就不行。

七，后期扩展
1，有时间的话，就去做点扩展，可以扩展的地方还是很多的，例如：按照单位计算，按照级别计算，都可以的。前面一段时间研究其他东西去了，现在下班了继续回来搞搞it。
2，如果只是分析的话，其实不需要搞得那么麻烦，导入数据库，几段sql语句就搞定了，工作量会少很多。主要是那几个语句怎么设计，我忘记了，一时想不起来，所以就直接在代码里判断了。
3，还有好多任务没介绍，就这样好了。。