云計算與大數據環境下的數據集成

從根本來說，企業信息化的目的是為了降低溝通成本、提高工作效率、增強科學決策能力，從手段上是將分散、無序、無時效的數據變成有序、可分享、有時效、可追溯的數據，前者數據過渡到后者數據，就是無信息（或不可信信息）變成可信信息的過程。數據蘊含的信息有兩類：1、交易信息，即某一條/或幾條數據本身所包含的信息；2、統計信息，即數據集合所蘊含的規律性信息。下圖表現了交易數據與統計數據的關系和傳統架構方法，即ETL模型。

傳統整合基本上是基于ETL模式，即從企業內部的信息系統中抽取（Extract），然后根據預先定義的方式轉換（Transform），最后載入到企業的數據倉庫（Load），大部分企業的ETL程序定義在每天晚上運行，這類的方法有以下問題：

1、數據倉庫的數據不是實時的信息

2、如果內部信息系統數據量很大，ETL處理時間不可能按時完成。

3、數據倉庫的信息無法快速反饋數據到基層處理商務的人員，圖示1中紅色打叉的部分。

4、ERP本身在多年數據積累后，事務處理與訂單查詢都會變慢。

5、無法處理大數據，ETL的整個數據處理過程都是建立在已知/預定義的模型之上的，也就是ETL無法發掘到數據集蘊含的未知規律。

a）結構化大數據，除上述第2點外，針對大數據的深度挖據分析能力（非簡單根據預先設計的模型做數據轉換），傳統的系統架構中是無法完成的。

b）非結構化、半結構化大數據。非架構化數據從本質上來講，是企業無法預先定義規則的數據類型，據IDC的一項調查報告中指出：企業中80%的數據都是非結構化數據，這些數據每年都按指數增長60%.傳統的方式是無法計算統計非結構化大數據包含的新類型統計信息。

根據上述問題，企業信息系統的數據整合的目標需要滿足以下條件：

1、提高數據的質量

低質量的數據帶來的問題：

1.1統計數據會有誤導，誤導的數據直接結果很可能是企業戰略決策錯誤。

1.2基層人員工作效率低下。由于基層人員不信任數據，就會產生額外的工作去核對并驗證。由于數據不準確也會產生更多的操作性錯誤，如：發貨地址錯誤，貨款核對產生歧義等。這些都會帶來大量的額外工作，根據2/8原理，80%的額外工作都緣于20%的錯誤。

1.3無法根據信息系統記錄做更多的分析統計，如6 Sigma類似的項目將無數據基礎，項目無法推進。

2、數據安全：由于各類中間件的應用、云計算集成環境的廣泛普及，數據源需要提供更廣泛的數據輸出的能力，與此同時，數據保護能力需要更加完善，傳統在應用軟件層面的保護方式是無法滿足此類需求的。保護數據需要考慮：傳輸加密和身份認證。

3、與“云計算”的集成能力：在云計算環境里，無論是基礎數據還是交易數據，將不僅限于某一種應用系統中使用，甚至數據很可能需要跨越公司的防火墻，與外部的云計算環境集成。

4、大數據能力：舉個典型的例子，企業使用web日志、社交媒體（social media，如微博）數據分析大量客戶的偏好，同時使用企業與客戶已經成交的交易記錄，建立更好的預測模型，更直接有效的市場推廣或更好的客戶體驗。而上述的web日志和社交媒體的數據都是非結構化的大數據。

5、高性能/滿足實時的要求：舉個典型的貿易公司為例，該公司需要根據客戶以往的信用記錄決定是否訂貨或發貨，如果沒有實時統計能力，此類的商業模型在執行起來會困難重重。越來越多的企業希望將部分的決策過程下放到執行層面的基層，基層的決策需要實時的統計結果、可追溯的決策結果。

服務器租用/服務器托管中國五強！虛擬主機域名注冊頂級提供商！15年品質保障！--億恩科技[ENKJ.COM]