数据整合方案.pdfVIP

饭疏食，饮水，曲肱而枕之，乐亦在其中矣。不义而富且贵，于我如浮云。——《论语》

1.信息资源标准化

数据标准化主要实现了数据格式、内容和语义的映射、转换，实现编码一致

化、面向主题集成、数据聚合等功能.

通过数据交换、采集，形成的基础业务数据，通过数据整合进一步的数据

ETL（数据抽取、转换、加载），按照定制的标准信息规范进行匹配映射(Match）、

数据格式转换（Transform)，并对重复数据进行数据清洗(Cleanse）、过滤

(Filtrate)、聚合（Aggregate），最后多维加载（Load）后形成标准化数据。

采用数据同步工具和ETL工具完成数据抽取、同步等整合工作,并通过任务

调度管理实现对整合工具的集中管理和执行.

数据采集时可以按信息资源平台的要求将数据标准化。在采集抽取数据时没

有按信息资源平台转换为标准数据的数据,需要按信息资源平台的要求转换成标

准的数据如字典的统一。

2.数据加工管理

2.1.数据抽取

数据抽取是利用抽取工具，建立抽取模型，将多个数据源数据汇总到一个数

据库的过程。

2.2.数据清洗

由于数据来自多个业务系统，而且包含历史数据,需要按照一定的规划把数

据进行清洗，整个数据清洗的对象应包括不完整的数据、错误的数据、重复的数

据等三大类。

饭疏食，饮水，曲肱而枕之，乐亦在其中矣。不义而富且贵，于我如浮云。——《论语》

2.3.数据转换

数据转换主要实现数据标准化的过程，信息资源平台的数据,来自多个业务

系统,有些数据源没有按照统一的标准规范设计，因此会造成数据难以与其他数

据共享。数据转换应实现按照统一的数据标准和既定的格式转换规则,对数据的

整理和格式统一。

2.4.数据装载

数据装载操作效率是数据资源平台需要考虑的重要环节.投标人应详细描述

针对本项目的不同数据资源所应采用的数据装载策略。

2.5.数据标识

数据标识主要为了突出数据的关键性信息，便于实时的统计和更有效的比对,

进而获取符合用户业务办理相关的结果。

3.数据整合处理系统

3.1.数据处理流程

数据中心的构建，基础和核心的工作是需要对来自各方的数据进行充分的整

合和处理，对获取的各类源数据，需要进行大量的数据梳理、分析，并作相关的

数据整理工作，通过数据梳理和转换工作，把不同来源的数据基于数据标准，转

换成标准化数据后，再进行入库，从而保证进入数据中心的数据质量，不产生垃

圾数据,从而为数据中心的全局应用奠定基础.

数据处理的流程如下图所示：

数据的处理流程主要如下：

1、获取源数据

饭疏食，饮水，曲肱而枕之，乐亦在其中矣。不义而富且贵，于我如浮云。——《论语》

通过数据共享交换对接和实施,获取各单位的原始数据，并暂存在数据缓冲

库中，这部分的数据结构和原始数据的数据结构相同.

2、数据整合处理

对缓冲库中存储的数据，基于数据标准,对原始的数据进行整合处理，包括

企业关键码标准化处理、企业基础数据整合处理、企业许可数据整合处理、企

业监管数据整合处理、其他政府部门数据整合处理、电子统计报表数据导入处理、

历史数据整合处理等。

通过整合处理，把非标准化的原始数据转换成标准化的数据.

3、数据中心数据入库

对整合处理后的数据按照数据的性