基于SDO数据访问研究及其在数据整合中的应用

来源 :南昌大学 | 被引量 : 0次 | 上传用户:Ideal
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国信息化产业的深入和发展,企业陆续建立了属于自己业务的信息管理系统。伴随企业、部门之间的业务往来,信息互通是首要解决的问题,因此,企业必须面对大量的异构数据。然而传统的分布式数据库由于其接口的不灵活性以及不易扩展性不能有效地解决异构数据。于是,在此遇到的一个难题是:用什么方法能够高效地、准确地、灵活地处理异构数据?经过多年的发展,我们发现面向服务(SOA)的架构能够为企业应用集成提供一种动态的、可扩展的架构方法,可以为业务和IT提供空前的灵活性和成本节约。   众所周知,SDO架构是SOA架构的“铁三角”之一,是IBM和BEA公司共同发布的一项最新数据编程规范,关注于异构数据集成领域。在此背景下,本文将SDO架构技术应用到合作研发项目“基于SDO的社会保险数据整合平台”中,目的在于将社会保险业务涉及的各个领域的信息数据整合到一个统一规范协议的公共平台中,从而解决目前江西省社会保险存在多个信息孤岛,信息不能有效共享等多个技术难题。   本文针对上述提出的难题首先介绍XML和WebService等传统中间件技术的原理、分布数据的异构性以及SOA相关的知识概述;其次,详细分析基于SDO的体系结构和服务的概念及其实现技术;再次,在三层架构中增加一层中间件层,提出SDO与中间件技术相结合的数据整合方法,选择合适的开发环境完成中间件的编码;最后,将基于SDO的异构数据整合技术运用到江西省社会保险项目的数据整合平台中。  
其他文献
道路交通拥堵问题日益严峻,对经济、环境、交通安全、交通效率等造成诸多不良影响。虽然基于地磁线圈、视频等技术的传统智能交通应用在检测、缓解交通拥堵方面起到了重要作
地理信息与知识是组成客观知识世界的重要内容。互联网上大量的地理信息都以非结构化的文本形式存在,如何利用智能化的方法,从网页上不计其数的文本中获取知识,是当前知识获
海量存储系统中需要保存Terabyte、Petabyte级别甚至更大规模的数据。数据的元数据如文件的名字、属性、保存地址和访问授权等信息一般由元数据服务器进行管理。在访问海量存
兼语句是兼语短语充当谓语的一种汉语句式,兼语句中的的谓语是由一个动宾短语套接一个主谓短语组成,其中动宾短语中的宾语兼做主谓短语的主语,它是文本知识中较为常见又比较
当前日益普及的无线网络和移动设备的发展为用户随时随地连入Internet提供了良好的基础。移动自组网(Mobile Ad hoc Network,MANET)是在没有任何网络基础设施支持下形成的动态
摘要近几年来,本体作为知识库表示知识的主要技术已经成为研究热点。本体知识库不仅克服了传统知识库的不足和缺陷,还将本体的特点应用在表示知识的层面上,有效提高了知识库
近几年来,随着数据分析和数据挖掘等领域的实际问题广泛提出,半监督学习在理论和实际应用研究中获得了长足的发展,半监督学习研究主要关注当训练数据的部分信息缺失的情况下,
语义Web和Web服务,其研究的共同目标都是使人和机器都能够理解Web上存储的内容,创建更加智能自动服务及商务应用基础设施。考虑语义Web和Web服务结合,实现二者功能互补是一种
知识获取被认为是知识工程乃至人工智能的瓶颈。概念的属性和属性值获取又是文本知识获取领域的一个重要分支。概念作为一种特殊的术语,包含了一定的语义,但概念本身直接表达
传统的纸笔测验只能提供被试的一个总分,随着计算机的应用,计算机化自适应测验不仅能提供被试的分数,而且能估计出被试的能力水平,但是这两种测验都没有研究被试的知识状态。