第五章信息与系统集成技术.ppt

信息系统集成 第五章 信息与系统集成技术 概述 数据流集成技术 企业集成架构 企业数据集成 信息流集成技术 信息管理集成技术 流程重组与业务流程集成 企业门户集成 5.1 概述 信息与系统集成的目标 建立良好的系统环境，使得信息共享、信息操纵、功能交互、信息服务及决策支持得以畅通。 系统的环境建立在计算机网络系统及服务系统之上，如何使信息操纵、功能交互、信息服务得以畅通，从而为决策提供良好支持是系统集成要解决的主要问题。 阻碍畅通的主要原因 分散的数据源以及数据源的异构使得数据流不能畅通。 分散的应用系统功能交互性差，使得功能交互难以畅通。 信息及信息操纵语义的不一致使得信息服务部畅通。 5.1 概述 信息与系统集成技术体系 5.2 数据集成技术 数据库技术 人工管理—文件系统—数据库系统 数据模型 描述的是数据的组结构及数据间的相互关系，如E-R图。 5.2 数据集成技术 模式和映射 概念模式也叫模式，是数据库中所有被管理数据的完整逻辑结构的描述。 概念模式是所有用户的公共数据模型，是应用系统的全局数据视图，体现在数据关系库中就是各类基本数据表的总体。 概念模式中，为了使得模型避免数据冗余、保持数据一致等方面考虑进行不同级别的规范化处理，使得模型符合某种范式。 内模式是数据库的底层描述，也称物理模式或存储模式，是数据库中全体数据的物理结构和存储结构的描述。 数据库的三级模式是对数据库中数据的不同级别的抽象，这种抽象有利于数据的物理独立性和逻辑独立性，有利于数据管理和系统扩展。 在应用系统中，应用程序与数据库交互，可以是外模式层面也可以是概念模式层面，并没有严格限定一定使用外模式。甚至为了提高数据访问效率，多数采用基于基本数据表进行数据的各种操作，而用户数据的组织由应用程序来完成。 5.2 数据集成技术 DBMS功能 DBMS是以数据库为管理对象的数据管理软件，它的核心作用是利用数据库实现科学地组织和存储数据、高效地获取和维护数据。 数据结构定义：依据某种数据定义语言定义数据库结构及逻辑关系。 数据库的数据操纵：实现对数据库中的各类操作。 数据的安全控制：通过用户权限的设置，来管理数据库数据的各类操纵。 数据的完整性控制：保证数据库中数据的正确和有效。 数据的并发控制：提供多用户的共享访问并防止访问中的各类错误发上。 数据库的维护：包括数据备份、恢复以及性能监测等功能。 5.2 数据集成技术 数据仓库技术 数据仓库(data warehouse, DW)技术是数据库技术的进一步发展。 传统的数据库技术主要是面向事务性应用，称为联机事务处理OLTP，主要目标是高时效性，对业务活动能够及时响应。 数据仓库是为了解决从海量的信息资料中得到对管理、决策有益的信息而产生的。 5.2 数据集成技术 什么是数据仓库 面向主题：主题指的是用户所关心的领域问题，是与管理、决策相关的某一类别事物的标识。 具有集成特性：利用现存的分散数据进行决策支持，即从分散异构的数据源中取得决策所需要的信息。 动态性：体现了管理、决策对象的动态特性。动态性体现在数据与事物的活动特征、变化趋势等关联方面。 相对稳定性：体现了数据仓库中的数据是相对不变的，一般情况下只能追加，而不允许修改。数据仓库中保存了应用系统的历史数据，而不是正在发生的多变业务数据。 数据仓库主要是对管理、决策的支持，支持的方式是提供多种查询手段和丰富的、多角度的信息分析展示服务能力。 5.2 数据集成技术 数据仓库采用的数据模型 数据仓库是面向主题的数据组织方式。数据仓库的高层数据模型一般被称为多维数据模型。维指的是观察事物的不同角度，即用户关心的问题层面。维是具有层次结构的对主题信息的某种划分，层次中水平层是相同级别的归类，垂直层是逐步细化和深入。 多维数据构成主题信息的立体结构，不同主题之间，涵盖的数据可能存在交叉，因此完全按照主题来构造数据的存储模型会造成过多的冗余。 数据仓库中数据具有多层结构。 5.2 数据集成技术 图中表示了数据仓库的数据来源、数据不同层面的概括。数据仓库的来源数据一般是企业各类应用系统数据库或文档等。这些数据都是与业务有关的历史数据。 数据仓库事实数据是从历史业务数据的抽取，该数据与应用系统中的业务数据具有直接对应关系。 联邦数据库策略，采用虚拟存储方式，数据实际上存在于各个应用系统中，数据仓库中数据只是利用一系列规则从不同的数据源构造的用户级视图。 利用关系数据库建立数据仓库的实际数据库，存储从不同应用获取的数据，这些数据是已经经过加工处理为同一的数据模型，并经过数据质量检验达到在表示、内容上一致的数据。 轻度数据综合及高度数据综合是围绕主题进行的不同层面的概括，是围绕主题数据的逻辑数据结构。 5.2 数据集成技术 元数据 由于存在多级的数据抽象，在数