面向数据的软件工程方法研究.docVIP

面向数据的软件工程方法研究 　　摘要：为了解决大数据时代应用软件开发周期长、生命周期短、开发过程复杂、维护困难以及异构系统间信息共享困难等问题，提出了一种面向数据的软件工程方法，该方法以面向数据的体系结构为理论基础，以数据大平台为应用构建的基石，通过统一的数据注册标准实现逻辑的数据资源池，进一步构建数据-应用生态系统，实现复杂、海量数据的有效管理和信息系统的快速搭建。 　　关键词：面向数据的软件工程；面向数据的体系结构 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）11-0254-02 　　数据是所有信息系统和应用软件的“血液”，数据的整个生命周期都影响着软件的结构、功能、应用范围，甚至影响着软件的生命周期（张海藩，2010）。特别是大数据时代，人们更加重视数据本身，重视数据的安全、数据的价值挖掘、数据的多方面应用。此外，软件工程发展到现在，人们为了解决在软件开发过程当中软件工程方法的不足，不断地丰富着软件工程方法体系。面向服务的软件工程（service-oriented software engineering，SOSE）软件开发过程复杂，系统功能扩展困难，且难以适应频繁的需求变化。当前软件工程所面临的开发成本、信息安全（冯登国，2001）、信息共享、软件质量（王青，2001）、软件复用（郭立峰，1999）等方面的问题，使得对软件工程新方法的研究有着重大的意义。 　　1 相关概念 　　1.1 面向数据的体系结构 　　面向数据的体系结构（data-oriented architecture，DOA）是一种建立在云计算环境下的用于处理复杂数据管理和复杂系统构建的有效解决方案。它采用“面向数据和以数据为核心”的思想，通过核心部件数据注册中心（data register center，DRC）统一对系统数据进行定义、标识和管理；通过数据权限中心（data authority center，DAC）对数据的所有权、使用权等权限进行统一的管理；通过数据异常控制中心（data exception control center，DEC）对数据资源池中的数据进行有效的自适应管理；通过数据应用单元（data application units，DAUs）提供各种基于数据大平台的碎片化应用功能（苗放，2012）。当问题的数据集庞大，系统的功能要求复杂时，DRC、DAC、DEC等部件都能以分布式的方式构建，所以DOA也是一种分布式系统架构。DOA的总体架构如图1所示。 　　1.2 数据生态系统 　　数据生态系统（Forney M，2010）是面向数据体系结构的特征概念，在整个生态系统中，每一个发展中的个体都有自己的生命周期，对于一个数据，它可能会经历从产生、获取、保存到应用、共享、处置、归档最后删除这样一个生命周期过程（Devarakonda M V，2006），对于一个信息系统，它会经历从系统分析、系统设计到系统实施、系统维护到最后废弃的一个生命周期过程。 　　生态系统中的个体会经历新旧更替的这样一个过程，但正是这个过程使得整个系统得以持续。在数据生态系统中，数据作为“土壤”提供给应用“森林”产生和生长的可能，数据生态系统水平结构的变化是数据的获取与删除，应用的产生与淘汰，垂直结构的变化是数据量的剧增和应用的大量出现。 　　1.3 数据资源池技术 　　本文所研究和应用的数据资源池技术是以数据注册中心（DRC）为核心的逻辑数据资源池构建技术。它主要有以下两个方面的特点： 　　（1）以数据注册中心（DRC）为核心 　　在逻辑数据资源池中，所有数据信息都要通过数据注册中心进行注册，DRC根据统一的标准对所有注册的数据和资源进行规范和标识，记录数据的属性信息（数据大小、属主信息、数据状态、存储地址等）。DRC将注册的元数据信息存入逻辑数据资源池用以对数据进行统一的管理，并且提供给用户搜索、定位等服务。 　　（2）数据权限中心（DAC）和数据异常控制中心（DEC）协同 　　DAC负责管理用户角色和权限信息，并利用现有的加解密技术根据数据的状态进行加解密。通常DOA定义下的数据具有两种状态：数据态和应用态，数据在存储和传输时保持加密的状态叫做数据态，在应用时授权解密的状态叫做应用态。DEC负责对数据、元数据进行维护，对数据资源池发生的异常进行检测和控制，当DRC采用分布式部署时，DEC还负责冗余数据的一致性管理，并保障数据的安全。DRC、DAC、DEC三者的联动所形成的有效机制是DOA下数据资源池技术的核心 　　2 面向数据的软件工程 　　2.1 面向数据的软件工程基本原理 　　（1）以DRC为核心以数据资源池为基础 　　面向数据的软件工程（data-oriented so