面向集团企业的数据集成模型构建方法研究

面向集团企业的数据集成模型构建方法研究

论文摘要

在我国当前的经济环境中,集团型企业具有举足轻重的作用。大型企业往往组织结构形态复杂、具有多级下属分支机构、人员众多而且隶属关系复杂、业务分布在多个行业、经营地域分布广、管理模式多样、需要全方位的协同工作等特点。集团企业的大量信息散落在不同的子公司、不同部门、人员等处,信息的来源复杂,信息量非常大,整合性很差,为企业的生产管理的决策带来具大的挑战。随着云计算的落地生根和技术的发展成熟,企业管理型应用向云计算环境下移植和部署的大背景下,集团企业迫切需要通过多数据源以及多数据中心的协作,实现将现有不同信息系统中分布且异构的数据集成起来。数据集成能够简化企业的业务流程和工作成本,实现企业从数据中获取商业利益的目的。所以数据集成已成为企业的一项战略性工作,是提高企业核心竞争力的重要基石。通过数据集成可以使集团成员企业共享分布式数据,使新业务的开拓,集团领导的监管,风险的防范成为可能。本文提出了云计算下基于本体的异构数据集成模型,该模型基于本体理论,按照云环境特点构建,支持各种传统存储和云存储的数据集成,满足企业用户对高并发访问以及对海量数据高效存储的需求,同时还要满足集团企业对存储数据高扩展性和高可用性以及对数据事务一致性的需求。完成集团企业信息化应用在云上的部署和迁移,促进企业信息化的发展和提升。本文工作和主要贡献包括以下几点:(1)从云计算和云存储的理论和模型出发,面向大规模的数据密集应用,提供面向用户透明的异构数据集成和访问接口服务;(2)通过将云计算环境下异构数据集成所需要的各种基本服务分层的组织起来,为用户将现有异构数据应用向云计算环境的迁移与集成提供一种更高级的抽象服务,并可以将用户的异构数据应用无缝的映射为云计算环境下统一的数据服务和行为;(3)根据用户需要,提供云计算环境下各种业务应用数据的集中管理和统一处理,实现异构数据统一的检索与处理,以及业务应用所需的异构数据之间的实质性关联与映射;(4)本文提出的模型能够实现对云计算环境中各种关系型以及非关系型异构数据的智能集成,满足用户高并发、高负载、高速处理海量数据的复杂多表关联查询请求。因此,集团企业通过数据集成能够获取业务所需的及时且准确的信息,帮助企业进行预先控制和集成管理。集团企业实现了高度的数据集成,才能够真正对成员企业和个人进行有效监控,保证业务执行的及时和准确,提高企业的服务质量和工作效率,促进人力资源的统一调配,充分发挥企业海量数据的商业价值。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 研究现状
  • 1.2.1 数据集成概述
  • 1.2.2 传统数据集成系统的构建方法
  • 1.2.3 国内外相关研究
  • 1.3 面向集团企业的数据集成
  • 1.4 研究内容及贡献
  • 1.4.1 存在的问题
  • 1.4.2 研究内容
  • 1.4.3 本文的主要贡献
  • 1.5 论文的组织结构
  • 1.6 本章小结
  • 第二章 数据集成概述
  • 2.1 数据集成需要解决的问题
  • 2.2 云计算平台
  • 2.2.1 云计算
  • 2.2.2 云计算的基本架构
  • 2.2.3 云计算的关键理论
  • 2.2.4 典型的云计算平台
  • 2.3 XML
  • 2.3.1 XML Schema
  • 2.3.2 XQuery 查询方法
  • 2.3.3 XML 与数据集成
  • 2.4 本体理论
  • 2.4.1 本体概念
  • 2.4.2 本体的特点
  • 2.4.3 OWL
  • 2.4.4 本体与数据集成
  • 2.5 本章小结
  • 第三章 云环境下异构数据集成模型
  • 3.1 问题的提出
  • 3.2 国内外现状
  • 3.3 云环境中的数据集成模型
  • 3.3.1 云端数据获取分析应用接口
  • 3.3.2 任务调度与数据构建引擎
  • 3.3.3 基于本体的异构数据集成接口
  • 3.3.4 云存储与资源管理
  • 3.4 模型实现的关键技术
  • 3.4.1 数据获取语句的语义分析方法
  • 3.4.2 云中异构多数据源并发控制与协同方法
  • 3.4.3 云环境中异构数据的集成方法
  • 3.4.4 云中数据存储与资源管理方法
  • 3.5 本章小结
  • 第四章 云环境下多源异构数据的管理方法
  • 4.1 引言
  • 4.1.1 研究现状
  • 4.1.2 云环境中多源数据管理存在的问题
  • 4.2 多数据源管理方法综述
  • 4.2.1 信息资源的表示和描述
  • 4.2.2 多信息源的发现与匹配
  • 4.2.3 信息资源的动态管理
  • 4.2.4 云中多信息源管理的关键问题
  • 4.3 云环境下多数据源管理框架
  • 4.4 云中多数据源管理框架的关键技术
  • 4.4.1 数据源网络
  • 4.4.2 数据转换层
  • 4.4.3 数据整合层
  • 4.4.4 安全管理层
  • 4.5 异构多数据源查询方法
  • 4.6 云中多数据源管理框架的实现
  • 4.7 管理框架的应用
  • 4.8 本章小结
  • 第五章 基于本体的异构数据集成研究
  • 5.1 基于本体的语义集成方法
  • 5.1.1 语义集成现状分析
  • 5.1.2 本体在数据集成中的作用
  • 5.1.3 本体的集成方法
  • 5.1.4 基于本体数据集成研究的意义
  • 5.2 面向集团企业应用的数据集成
  • 5.3 基于本体的语义集成框架
  • 5.4 本体的构建
  • 5.4.1 数据模式抽取
  • 5.4.2 局部本体的构建
  • 5.4.3 全局本体的构建
  • 5.5 本体映射
  • 5.5.1 局部本体的映射
  • 5.5.2 全局本体及其映射
  • 5.5.3 本体映射中的相似度计算
  • 5.5.4 基于相似度的本体映射方法
  • 5.6 基于本体的数据查询
  • 5.6.1 全局查询语言
  • 5.6.2 全局查询与局部查询的转换
  • 5.6.3 数据查询流程
  • 5.7 本章小结
  • 第六章 云环境下多数据源并发控制与协同查询
  • 6.1 多数据源并发控制
  • 6.2 任务序列的重建与并发控制
  • 6.2.1 数据结构
  • 6.2.2 任务并发控制设计
  • 6.2.3 数据一致性控制
  • 6.3 协同查询的目标
  • 6.4 协同查询的设计
  • 6.4.1 相同查询的协同处理
  • 6.4.2 相似查询的协同处理
  • 6.4.3 查询结果的保存与管理
  • 6.4.4 写操作对协同查询的影响
  • 6.5 本章小结
  • 第七章 总结与展望
  • 7.1 本文总结
  • 7.2 展望
  • 参考文献
  • 发表论文和参加科研情况说明
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    面向集团企业的数据集成模型构建方法研究
    下载Doc文档

    猜你喜欢