信息系统集成与数据集成策略

信息系统集成与数据集成策略

邓文健

身份证号码： 440682198*** 301332 广东佛山 528100

摘要：了解并掌握信息系统集成与数据集成两者的关联，可以有效分析出信息系统与数据集成的策略，这对于企业发展有着至关重要的重要。随着企业信息化大数据建设的不断推进，各种信息数据出现了迅速增长的局面。我们需要利用信息系统来科学地对数据展开集成化管理，来保障企业持续健康的开展各项工作。通过对信息系统集成与数据集成的理念进行分析，来研究两者的关系，以期借鉴。           

关键词：信息化建设；信息系统集成；数据集成          

 前言           

随着大数据信息化、云计算时代的到来，很多企业也随之出现了各种形式的系统，用来存储处理企业信息数据，来支撑企业的发展与运营。这样的时代发展背景下，企业在发展路上要取得良好成效，一定要利用好这些数据，有机整合系统数据，这就关系到如何把一些现有的异构数据与要建立的大型异构数据整合到完整统一的状态。基于此，我们就关于信息系统集成与数据集成的策略进行了有益探索与研究。          

 1 基本理念           

信息系统，是利用互联网信息技术与网络系统，把一些独立存在的数据设备、功能与信息集合到一起，形成一个统一且互相关联的系统，以实现资源共享的目标。从概念上来理念，信息系统具有复合性的明显特征。 我们从广义和狭义两个方面来分析信息系统的理念，大致如下：           

1.1 广义理念           

广义上的信息系统是从组织管理再到技术与人员都是系统所包含的内容。换言之，所有与企业发展与效益有关的种种要素也都被囊括在这个信息系统之中。           

1.2 狭义理念          

 狭义上的理解信息系统，则是信息系统代表了企业信息的集成，是通过计算机程度的编辑，存储企业数据，得出正确的分析和结论，为企业管理在企业发展决策过程中提供依据和数据支持。           

通过对信息系统的概念分析，可以看出信息系统是以客户需求为主要方向，立足客户实施服务作为出发点。因此，我们在挑选信息系统的技术与产品方面，不能单纯来以性能参数作为依据，二是结合用户的习惯于需求。可以说，信息系统不单单是设备使用的功能而已，而是一个系统工程，具有较强的综合性，其技术与内容就是信息系统的重要核心。衡量一个企业的信息系统是否成功的标志就是性价比，所以信息系统需要从全方面来考量企业的成本与效益。           

数据集成相比较信息系统来说，理解起来比较简单。数据集成是为了可以帮助异构数据之间交流的有力工具，有助于实现资源的交互与共享，为企业决策提供有力支持。不同的环境下，数据集成的作用和意义也不一样。           

2 集成系统与数据集成的关系           

数据集成的主要方法是整理和加工数据，这是最基本的一种集成，对数据规则进行格式定义与描述。数据集成根本性目的是要把需要不一样的数据源集合到一个统一整体的视图中，之后根据数据库的信息内容展开规划与统筹。数据是信息系统的首要任务，同时也是新系统的软基础。假如缺少数据集成，就无法构成良好的信息系统平台，信息系统集成就不能合理地存在，内部的信息也会得不到有效利用，不能给企业提供优质的服务于有力的数据。           

3 信息系统集成与数据集成的策略           

集成管理系统分为两层由下到上的逻辑，即：企业管理层和用户视图层。在这个系统中被管理对象分布在不一样的网络位置，管理平台上是由管理层的管理机来提供的，能够针对管理对象的不同来实施不一样的策略。管理策略与监管对象被管理机存在监管对象的数据库中，一旦发现对监管对象出现异常，可以及时更新相关对象的属性。监管对象库中的不同属性值，通过表格、图形及主业等其他可视化的形式作为用户视图的根据。企业管理者则可以根据视图，来全面了解和把握企业的运行状态与资源状况。           

异构数据资源之间实现共享是数据集成最为根本的目的，可以实现信息资源的有效利用，给企业管理者在企业发展决策方面提供更为全面的数据和信息。但是在一些具体的工作中，很多数据来自不同的数据库，没有固定的模式，这就导致在使用过程中那面出现一些不能解决的问题，传统的数据集成方案已经不能与之相适应。于是，就需要我们来探索数据库突破障碍和束缚的策略。           

目前，比较常见的模式有三种，分别是：联邦数据库、中间件模型、数据仓。           

3.1 联邦数据库         

  联邦数据库作为一种互相独立，但又不会相互联的数据库是由单元组合成的，每个单元都会有不同程度的集成数据库。联邦数据库体系结构如图 1 所示，在联邦数据库，可以是实现各个单位间的数据分享，提供访问数据的有效接口。联邦数据库主要是由集中式数据库系统、分布式数据库系统、其他联邦式数据库系统六个部分来统一构成。其中，映射就是一个对应函数，可以把一种模式与另外一种模式的对象实现关联；模式则是由DBS 管理的数据；处理器作为一种软件，可以实现对数据进行处理执行相应命令；命令则是用户输入动作之后发送的关于相应执行的请求；数据库是负责存储大量数据模型的一种组织；数据则是管理数据库之中的所有信息。在实际应用过程中，联邦数据库适合应用在多个数据库的系统集成之上，这些数据库之中必然有一个或者几个需要在其他的数据库之上进行映射，因此，在遇到相对较为庞大的集成系统时，此种数据库在实际问题的处理上就会存在诸多的困难点。             

  3.2 中间件模型           

中间件模型则是通过全局数据模型，对异构数据库、Web 资源以及遗留系统所进行的相应访问。中间件模型应用在程序、数据源之间，向下负责数据源系统之间的协调，向上负责对集成数据的应用，最后实现对统一的数据库进行访问。如图 2 所示，可以说，中间件模型的主要任务是实现异构数据源的检索。可以说，中间件模型可以说是目前市面上最为常见的主流方案，能够为用户清楚地展现出所有的隐藏信息，能够让用户们清楚地看到数据与数据之间的关联脉络，从而使数据成为一个有机的整体。               

3.3 数据仓           

数据仓则是一种相对较为新颖的数据库处理模式，能够对分散的且独立的数据库进行平衡与规划，在经过进一步的编辑与协调之后制作出相应的目录，从而对数据源的模型进行确定，让数据在继承之中实现共享的根本目的。因此，此种数据库的最大优势就在于即便是系统进行了升级，数据库仍然可以使用且能够充分地挖掘出隐藏的信息。造成数据源异构的根本原因则在于存储模式、操作系统、数据库管理上的不同。此外，数据仓经常被应用到企业的管理与决策中，所谓数据仓就是指的是能够与数据库进行集成，可以修改的主题。图 3 所示为一个典型的企业数据仓库系统，通常包含数据源、数据存储与管理、数据的访问三个部分。           

综上所述，在数据源异构的转换上我们可以可采用以下三种方式：一是利用软件工具实现异构数据的转换。但是，这种方式需要要求工具转换的必须是工具相对应的数据库，因此，在转换过程中可能会出现其他一些新的问题。二是利用中间数据库实现异构数据转换。我们需要把异构数据           

库之中的数据统一转录到中间数据库。三是利用数据库组实现异构数据转换。也就是说，利用目的数据库、源数据库的组建来实现对数据信息的存储与转换。           

结束语           

集成系统是以企业网络的交换设备、服务器、通信设备、数据库和应用系统作为重点监管队形，统一进行集中的管理。集成系统的建设目标是为了能够及时发现企业网络中的一些异常，更好地快速做出反应，根据异常定位于排查来制定相应的措施，将影响企业稳定与发展的隐患降到最低，保证企业信息系统日常化的顺利工作。           

可以说，信息系统提高了企业决策、管理效率和控制能力，为信息系统集成管理的推广应用起到了一定的推动作用。通过笔者对信息系统集成与数据集成策略的探讨，希望在现实工作之中我们更好地优化信息系统，从而为企业持续健康发展提供切实的、科学的完整信息方案。          

 参考文献：           

[1]曹鹏.信息系统集成与数据集成策略分析[J].通讯世界，2017，（18）：20- 21.