论文部分内容阅读
在信息化建设过程中,企业逐步开展业务系统建设,并积累了大量的业务数据,如何充分利用这些数据为企业提供高附加值信息是研究的热点问题之一。但由于业务系统的建设时期、建设观念、开发技术、业务特征、人为等诸多因素影响,业务系统采用不同数据模型、不同表示形式的业务数据表示方法,从而导致业务系统间存在数据异构问题。从企业的业务需求上看,某些应用需要从多个业务系统中获取数据,并集成多个数据来源的数据,并要求一定的实时性,比如表单填报应用。传统的以数据仓库为代表的数据集成方法在解决这类问题时遇到了困难,因此引入企业数据空间概念,管理企业中的各种异构、分散的数据源,提供按需、即时、灵活的查询。本课题主要研究在企业数据空间中如何缩短用户按需获取数据的时间,包括便捷地构建查询语句和缩短用户查询的响应时间两部分。本课题的主要工作和贡献如下:●可视化汇聚流程建模工具。对于用户的实时查询需求,手动构造一个可执行查询语句需要较长的学习周期,而且出错率较高,因此研发了一个可视化建模工具,通过拖拖拽拽的方式来帮助用户构建需要的查询,可使用户学习如何构建查询时间和查询构建时间减少80%以上。实例表明可视化建模方式构建查询语句的简捷,并已经在项目中使用。●将缓存技术应用于企业数据空间。企业数据空间中包含各种异构分布的数据源,在提供实时集成的数据时计算时间长,对网络的依赖比较强,存在一定的延时,这些因素会导致获取数据的响应时间过长,需要提高数据空间的数据查询性能。对于其中频繁使用的查询,对查询的结果以键值对<查询、查询结果>的方式进行缓存,并对查询结果进行循环预先更新。●在实际项目背景下进行了实现和应用。在“XBUS数据汇聚平台”支撑环境的基础上设计了实验,在不使用缓存与本文的用户配置更新策略与预先定时更新查询结果结合的缓存方式响应时间比较中,体现出本文缓存方式在企业数据空间的适用性。实验表明查询的响应时间平均减少30%以上,基本满足查询响应时间的要求;同时缓存需要占用一定的内存,缓存刷新会使CPU使用率上升。