基于共享数据库的多数据源集成

鉴于企业和单位规模不断扩大、业务需求的不断更新，为能够进行更好的管理和决策分析．对于多数据源的集成需求越来越迫切。文中介绍了共享数据库模型，指出了它与数据仓库以及传统操作型数据库之间的差异。还讨论了基于共享数据库的多数据源集成问题，阐述了在数据源集成过程中解决模式冲突、处理异常数据的方法。对共享数据库中数据更新的方法和时机做了简要论述。     

异构数据库集成中间件的研究与实现

为了解决企业网络环境中异构数据库的数据集成和共享问题,重点研究了如何利用XML技术屏蔽数据库间的异构数据难题.提出了基于XML和中间件的集成异构数据库数据源的框架模型,该模型主要实现两部分的功能:数据库信息映射字典的生成和中间件系统查询的运行.中间件系统以XML作为数据交换的中介,提出了关系数据库数据与XML文档相互转换的方法,实现了用户对异构数据库数据的透明化共享.该模型适合企业信息化建设的需要.     

基于ADO.NET与XML的异构数据库数据交互

面对信息化进程的发展,为满足越来越多的应用中对异构数据源的访问需求,探讨了ADO.NET对XML的集成与支持,并结合XML的数据传输特点以及ADO.NET对数据源的访问处理优势,描述了以XML为中间数据形式来实现异构数据库数据交互的方法。     

基于ADO.NET与XML的异构数据库数据交互

面对信息化进程的发展,为满足越来越多的应用中对异构数据源的访问需求,探讨了ADO.NET对XML的集成与支持,并结合XML的数据传输特点以及ADO.NET对数据源的访问处理优势,描述了以XML为中间数据形式来实现异构数据库数据交互的方法。     

一种多自治域层次互操作模型的系统框架

数据互操作是信息集成领域需要解决的关键问题。联邦数据库和多数据库是解决分布式异构环境中多个数据源的集成与互操作的两种方法,但它们各有优缺点。完全的集中不能保证局部系统的自治,全部的分散又不能保证系统之间的共享和互操作。在分析联邦数据库与多数据库特点与差异的基础上,提出了一种多自治域的层次互操作模型MDHI,通过对Panorama多数据库系统进行扩展,给出了一种基于WebService的PanoramaWebOne系统框架。这种框架既满足了局域范围内的集成和处理效率,又提供了一种集成广域范围内多种异构数据源的方法,更加符合当前实际应用的需要。     

集成异构数据源的在线考试系统研究

本文针对异构环境下在线考试系统的集成提出的一种解决方案,在不影响原系统的基础上,构建一个集成平台,实现异构数据库到XML格式文件的转换,使得异构环境下的在线考试系统可以共享数据。重点论述集成异构在线考试系统设计与实现:异构数据源集成的需求、系统功能模块设计、XML数据集成设计。包括包装器、查询处理模块、结构处理模块的设计,实现由不同数据库到XML格式数据的转换集成,实现了在线考试信息系统中异构数据的共享。     

综合地形环境建模与数据库实现

该文分析了现代军事仿真系统对地形环境数据的需求,采用面向对象方法构建了地形环境数据模型,根据地形环境数据模型设计了基于有向无环图结构的综合地形环境数据库,将各种仿真子系统所需的地形环境数据集成在一起,有效地解决了不同仿真应用中地形环境数据的一致性、相关性和多分辨率的问题;通过将综合地形环境数据库映射到SEDRIS表示,促进了地形环境数据的重用和共享;该文还介绍了综合地形环境数据库的数据源,分析了地形环境数据库的生成流程,最后提出了一种OpenFlight格式地形环境数据库的实现方法,节约了数据库的开发成本。     

统计数据加载模型的研究与实现

通过对统计信息化过程中遇到的问题进行分析,将统计元数据引入统计信息系统,推进统计数据标准化,并提出基于SDMX(统计数据元数据交换)标准的数据加载模型.数据加载模型将源于不同业务系统以及外部共享的数据按照统一的标准加载到统计共享数据库,将不同数据源的数据的集成到一个数据库中.模型基于国际上广泛使用的SDMX标准,方便了我国统计数据与国际统计数据的交换与共享.模型的实现为统计共享数据库的构建提供了数据保障.     

一种基于本体的多源遥感数据集成系统

文章针对多源遥感数据集成共享的需求,分析了遥感数据源存在的数据冲突,提出了一种基于本体的遥感数据集成模型。通过OWL表示本体和映射关系,实现全局遥感数据本体与局部数据本体的冲突消解。     

异构数据库数据集成的研究与实现

由于企业间数据的交互和共享越来越广泛,迫切需要对异构数据库数据进行集成。根据异构数据集成的需要,提出了利用XML技术集成异构数据库数据源的一个框架。框架核心部分由3层结构组成,综合管理层负责数据抽取和数据交互,XML数据库层负责数据预处理和查询,装配管理层根据需要过滤和组装数据,最终得到需要的数据。用Java编程实现了一个原型系统,对Oracle和SQL server实际数据源做了数据集成测试。实验结果证明该架构是一个较优的解决方案。     

数据仓库的填充与访问

数据仓库是连接底层数据源与上层应用的枢纽。该文介绍了数据仓库的填充(与数据源的连接)和数据仓库的访问(与应用界面的连接)技术,包括与数据库数据源和非数据库数据源的连接以及采用组件工具访问数据仓库的方式和实现方法。     

平行数据:从大数据到数据智能*

为了解决实际问题,大数据分析处理系统需要获取数据,然而实际场景中收集到的实际数据通常不完备.另外,大多数问题的解决方案通常是由问题引导或者仅仅进行数据分析,运行参数调整和设定带有较大的盲目性,难以达到应用的智能性.为此,文中提出平行数据的概念和框架,根据实际数据经计算实验产生真正的虚拟大数据,结合默顿定律,以期待的解决方案与问题进行广义对偶,引导大数据聚焦到实际问题.实际数据与虚拟数据动态互动,平行演化,形成一个虚实相生、数据动态变化的过程,最终使数据具备智能,进而解决未知的问题.平行数据不但是一种数据表示形式,更是一种数据演化机制与方式,其特色是虚实互动,所有数据的动力学轨迹构成了数据动力学系统.平行数据为数据处理、表示、挖掘和应用提供了一个新的范式.     

基于数据抽取器实现数据挖掘

通过定义ＳＯＬ数据挖掘抽取器,设计了数据挖掘算法和数据库管理系统的接口的框架体系。并通过一个常用的数据挖掘算法简单贝叶斯算法说明了这种标准的ＳＯＬ数据挖掘抽取器的适用性。     

数据处理中的数据交换问题

为有效地解决实际问题,可能要使不同语言进行混合编程,这样就涉及到数据的传递和不同类型的数据文件之间的转换,这里讨论几种常用数据交换问题。     

数据仓库和数据挖掘

Making a business decision using data from severaldifferent enterprise databases can be complicated. Data warehousesconsolidate data into a central repository and give you the OLAP toolsnecessary to retrieve data pertinent to the solution.DefinitionA data warehouse is used to consolidate this data into a central storeand to arrange it to make analysis easier, which means the data is lessnormalized than your traditional application database. Data is typicallytransferred in batch to the centra…     

数据仓库中的数据提取

数据仓库的思想和工具在企业中得到了越来越广泛的体现和应用,在当前典型的数据仓库应用中,数据仓库的填充或者说数据的提取,转换和加载是设计人员遇到的最大挑战之一,预计在数据仓库的设计过程中,80％的努力都将用于此过程。该文从工程角度介绍了数据提取、转换和加载的过程和实现方式,并介绍了4种可灵活应用的数据提取方法。     

数据仓库中的数据集成转换

本文首先提出了数据仓库中数据集成的一个总体框架，然后列举了在数据转换中可能遇到的主要问题，最后根据这些转换规则，给出了一种描述性脚本语言来描述这些规则，继而给相应的处理模块解析处理。     

数据网格的数据管理策略

数据网格的目标是使数据密集型的高性能计算和数据密集型的数据共享事务处理及科学研究成为可能，数据网格主要包括数据存储系统和数据管理系统两大部分．数据管理系统对所存储的数据进行管理，主要包括数据的传送和复制等操作．文章对数据管理策略进行了详细的分类评述并且讨论了目前数据管理系统中的某些局限性和进一步的工作．     

一种数据仓库的多维数据模型

数据模型是数据仓库研究的核心问题之一.很多研究表明,传统数据模型(如实体联系模型和关系模型)不能有效地表示数据仓库的数据结构和语义,也难以有效地支持联机分析处理(on-line analysis processing,简称OLAP).最近,人们提出了几种多维数据模型.但是,这些多维数据模型在表示数据仓库的复杂数据结构和语义以及OLAP操作方面仍显不足.该文以偏序和映射为基础,提出了一种新的多维数据模型.该数据模型能够充分表达数据仓库的复杂数据结构和语义,并提供一个以OLAP操作为核心的操作代数,支持层次结构间的复杂聚集操作序列,能够有效地支持OLAP应用.该数据模型支持聚集函数约束的概念,提供了表示层次结构间聚集函数约束的机制.     

数据仓库与数据挖掘技术

数据挖掘是一新兴的技术,近年对其研究正在蓬勃开展。本文阐述了数据仓库及数据挖掘的相关概念,做了相应的分析,同时共同探讨了两者共同发展的关系,并对数据仓库与挖掘技术结合应用的发展做了展望。