论文部分内容阅读
摘要:数据中心是数字化校园数据体系和应用体系的核心,是数字化校园系统高效运行的基本条件。本文分析了数据中心的主要功能,提出了一个面向知识的数据中心模式并分析了其特点,描述了知识型数据中心的工作流程,简述了知识型数据中心的主要设计思想及关键问题。
关键词:数字化校园;知识型数据中心
一、引言
以计算机技术为核心的信息技术在高等院校的应用越来越来深入,受益于网络技术、多媒体技术、数据库等技术,师生员工置身于数字化环境之中。高等院校的信息化建设已确立了以“数字化校园”为目标的整体建设原则。数据中心作为数字化校园的一个不可或缺的组成部分,是一项基础性、长期性和经常性的建设工程。
目前,国内很多高校在数据中心建设中作了大量有意义的探索与尝试,有效地整合与集成了业务数据,但多数都是针对局部应用和事务处理的,还无法满足面向主题和数据分析的需求,没有建立起总体的数据体系框架,无法实现以数据流驱动应用流。
本文分析了数据中心应具备的主要功能,并在此基础上提出了一个面向知识的数据中心模式,分析了其特点,描述了知识型数据中心的工作流程,简述了知识型数据中心的主要设计思想及关键问题。
二、知识型数据中心的引入
1.数据中心的主要功能。
在数字化校园中,数据中心发挥着关键性的数据支撑作用。高校数据中心应具备以下几种主要功能:
(1)建立数据标准。依据国家数据标准、教育部数据标准,结合高校自身特点,制订适应本校特定环境的标准数据格式及数据词典。
(2)定义系统接口标准。为各应用系统的对接设置标准,建立稳定可靠、可扩展的运行环境,为新技术、新应用的无缝接入提供保障。实现数据资源和应用服务的安全性、共享性和有效性。
(3)存储历史数据。实现历史数据的分粒度的永久存储,满足数据的重复利用和分析与挖掘的需求。
(4)提供公共数据平台。建立公共的基础数据平台,提供有效的数据共享,满足不同的事务处理需求。
(5)迁移和转换数据。提供异类(异构)系统间的数据迁移工具,完成校园各系统间以及与外部的数据抽取、转换和装载的工作。
(6)构建面向主题的数据存储模式。按照数据仓库的设计思想,按主题性存储数据,为决策提供可靠而有效的支持。
2.知识型数据中心的提出。
高等教育理念不断更新,教育资源日渐丰富,管理模式愈加科学规范,数字化程度越来越高,高校的数据处理不仅面向事务处理,更应具备决策支持能力。处于知识经济时代,高校数据中心应能够为学校的决策提供知识支持与服务。高校数据中心必须是体系结构化的,是知识型数据中心。因此,针对上述数据中心的主要功能分析,高等院校的數据中心应该以信息为基础,以数据为导向,不但具有事务处理功能,更应具有分析与挖掘功能,能够支持教学、科研和管理等方面的决策。
与建设初期的高校数据中心相比较,知识型数据中心主要具有如下新特点:
(1)数据存储是面向主题的、集成的、非易失的、随时间不断变化的。
(2)提供决策支持功能,学校的决策者成为一个主要服务对象。
(3)除操作性数据库和分析型数据库外,会逐步生成知识型数据库,作为事务处理和决策支持的参考依据。
(4)设计与实现过程应是基于启发式与探索式的,采用螺旋式有序的反复,逐步进行。
(5)操作型数据与分析型数据有机结合,相互作用、相互转换。
(6)数据按照不同层次、不同粒度存储。
三、知识型数据中心的设计
1.知识型数据中心的工作流程。
知识型数据中心的工作流程是建立在业务应用系统之上的、面向决策的流程。该流程充分体现了数字化校园系统是以“数据”为系统支撑中心的特征。其中,业务应用系统是指学校所有涉及数据管理的业务应用系统,如人事管理系统、科技管理系统、教务管理系统等。数据中心是以数据流为驱动的。
数据仓库是面向主题的、集成的、非易失的且随时间变化的数据集合,用来支持管理人员的决策。因此,知识型数据中心是以数据仓库为技术核心,以学校决策所需的对象为主题,为决策支持系统提供后台数据源。
2.知识型数据中心的设计与建设基本思想。
知识型数据中心是以数据仓库体系为核心、业务数据库为基础的数字化校园的后台数据支撑体系。在确定知识型数据中心的需求时,必须要注意的是数据中心面向的是决策和分析过程,这就导致了数据中心的需求并不是在初始阶段就十分明确,这种需求只有在已经装载了部分数据并开始使用时才能呈现得更加清楚,并且会不断的追加与更新。因此,知识型数据中心只能在启发式下进行建造,即在建造过程中一个阶段的开发完全要依赖于上一阶段所获得的结果。
一种切实可行的建造思想是“迭代式”建造过程,其基本思想为:首先建造数据中心的一部分,并载入一部分数据供决策分析人员来使用和查看,之后根据用户的最终反馈,修改数据或添加其他数据,并开展数据中心另一部分的建造过程,如此继续。
最后,在知识型数据中心设计过程中,必须实现操作型数据和信息型数据的分离。这种分离的主要原因在于:
(1)在数据存储结构上,用于业务操作型需求的数据异于用于支持分析型或是知识信息型的。高校中的各种业务数据多数都是状态数据,是面向特定应用的局部数据。而服务于信息型或分析型的为学校各级决策者所关心的数据是主题数据,是全局的、多维的、多层次的数据。因此,这两类数据要采用不同的数据模型。
(2)在数据处理技术上,操作型处理和分析型(或信息型)处理之间有着根本上的区别。操作型数据的处理主要是状态的更新,而信息型数据的处理则主要是数据的转换和集成;从时间上看,操作型数据的处理是实时的,而信息型数据的处理是定期的。操作型数据采用联机事务处理技术,信息型数据采用联机分析和数据挖掘技术。
(3)在用户群体上,以往的业务操作型数据是面向学校普通管理人员以及最终用户师生员工,而信息型数据将主要面向学校的信息分析者和各级决策者。
四、结语
数据中心是数字化校园建设的一个重要数据支撑体系。本文引入了最新的数据库与数据仓库技术,提出了知识型数据中心,为高校信息化建设提供了一个有效的途径。通过知识型数据中心的合理设计与建设,必将有助于加固并扩展校园数字化框架,有益于提升数据中心的学校管理与决策支持能力。
参考文献:
[1]许鑫,徐斌,陈俊良.高校共享数据中心的设计[J].教育信息化,2004,(7).
[2]密君英.浅谈高校建立数据中心的作用[J].福建电脑,2009(2).
[3] William H.Inmon数据仓库[M].王志海等译.北京:机械工业出版社,2006.
编辑/谭添夏
关键词:数字化校园;知识型数据中心
一、引言
以计算机技术为核心的信息技术在高等院校的应用越来越来深入,受益于网络技术、多媒体技术、数据库等技术,师生员工置身于数字化环境之中。高等院校的信息化建设已确立了以“数字化校园”为目标的整体建设原则。数据中心作为数字化校园的一个不可或缺的组成部分,是一项基础性、长期性和经常性的建设工程。
目前,国内很多高校在数据中心建设中作了大量有意义的探索与尝试,有效地整合与集成了业务数据,但多数都是针对局部应用和事务处理的,还无法满足面向主题和数据分析的需求,没有建立起总体的数据体系框架,无法实现以数据流驱动应用流。
本文分析了数据中心应具备的主要功能,并在此基础上提出了一个面向知识的数据中心模式,分析了其特点,描述了知识型数据中心的工作流程,简述了知识型数据中心的主要设计思想及关键问题。
二、知识型数据中心的引入
1.数据中心的主要功能。
在数字化校园中,数据中心发挥着关键性的数据支撑作用。高校数据中心应具备以下几种主要功能:
(1)建立数据标准。依据国家数据标准、教育部数据标准,结合高校自身特点,制订适应本校特定环境的标准数据格式及数据词典。
(2)定义系统接口标准。为各应用系统的对接设置标准,建立稳定可靠、可扩展的运行环境,为新技术、新应用的无缝接入提供保障。实现数据资源和应用服务的安全性、共享性和有效性。
(3)存储历史数据。实现历史数据的分粒度的永久存储,满足数据的重复利用和分析与挖掘的需求。
(4)提供公共数据平台。建立公共的基础数据平台,提供有效的数据共享,满足不同的事务处理需求。
(5)迁移和转换数据。提供异类(异构)系统间的数据迁移工具,完成校园各系统间以及与外部的数据抽取、转换和装载的工作。
(6)构建面向主题的数据存储模式。按照数据仓库的设计思想,按主题性存储数据,为决策提供可靠而有效的支持。
2.知识型数据中心的提出。
高等教育理念不断更新,教育资源日渐丰富,管理模式愈加科学规范,数字化程度越来越高,高校的数据处理不仅面向事务处理,更应具备决策支持能力。处于知识经济时代,高校数据中心应能够为学校的决策提供知识支持与服务。高校数据中心必须是体系结构化的,是知识型数据中心。因此,针对上述数据中心的主要功能分析,高等院校的數据中心应该以信息为基础,以数据为导向,不但具有事务处理功能,更应具有分析与挖掘功能,能够支持教学、科研和管理等方面的决策。
与建设初期的高校数据中心相比较,知识型数据中心主要具有如下新特点:
(1)数据存储是面向主题的、集成的、非易失的、随时间不断变化的。
(2)提供决策支持功能,学校的决策者成为一个主要服务对象。
(3)除操作性数据库和分析型数据库外,会逐步生成知识型数据库,作为事务处理和决策支持的参考依据。
(4)设计与实现过程应是基于启发式与探索式的,采用螺旋式有序的反复,逐步进行。
(5)操作型数据与分析型数据有机结合,相互作用、相互转换。
(6)数据按照不同层次、不同粒度存储。
三、知识型数据中心的设计
1.知识型数据中心的工作流程。
知识型数据中心的工作流程是建立在业务应用系统之上的、面向决策的流程。该流程充分体现了数字化校园系统是以“数据”为系统支撑中心的特征。其中,业务应用系统是指学校所有涉及数据管理的业务应用系统,如人事管理系统、科技管理系统、教务管理系统等。数据中心是以数据流为驱动的。
数据仓库是面向主题的、集成的、非易失的且随时间变化的数据集合,用来支持管理人员的决策。因此,知识型数据中心是以数据仓库为技术核心,以学校决策所需的对象为主题,为决策支持系统提供后台数据源。
2.知识型数据中心的设计与建设基本思想。
知识型数据中心是以数据仓库体系为核心、业务数据库为基础的数字化校园的后台数据支撑体系。在确定知识型数据中心的需求时,必须要注意的是数据中心面向的是决策和分析过程,这就导致了数据中心的需求并不是在初始阶段就十分明确,这种需求只有在已经装载了部分数据并开始使用时才能呈现得更加清楚,并且会不断的追加与更新。因此,知识型数据中心只能在启发式下进行建造,即在建造过程中一个阶段的开发完全要依赖于上一阶段所获得的结果。
一种切实可行的建造思想是“迭代式”建造过程,其基本思想为:首先建造数据中心的一部分,并载入一部分数据供决策分析人员来使用和查看,之后根据用户的最终反馈,修改数据或添加其他数据,并开展数据中心另一部分的建造过程,如此继续。
最后,在知识型数据中心设计过程中,必须实现操作型数据和信息型数据的分离。这种分离的主要原因在于:
(1)在数据存储结构上,用于业务操作型需求的数据异于用于支持分析型或是知识信息型的。高校中的各种业务数据多数都是状态数据,是面向特定应用的局部数据。而服务于信息型或分析型的为学校各级决策者所关心的数据是主题数据,是全局的、多维的、多层次的数据。因此,这两类数据要采用不同的数据模型。
(2)在数据处理技术上,操作型处理和分析型(或信息型)处理之间有着根本上的区别。操作型数据的处理主要是状态的更新,而信息型数据的处理则主要是数据的转换和集成;从时间上看,操作型数据的处理是实时的,而信息型数据的处理是定期的。操作型数据采用联机事务处理技术,信息型数据采用联机分析和数据挖掘技术。
(3)在用户群体上,以往的业务操作型数据是面向学校普通管理人员以及最终用户师生员工,而信息型数据将主要面向学校的信息分析者和各级决策者。
四、结语
数据中心是数字化校园建设的一个重要数据支撑体系。本文引入了最新的数据库与数据仓库技术,提出了知识型数据中心,为高校信息化建设提供了一个有效的途径。通过知识型数据中心的合理设计与建设,必将有助于加固并扩展校园数字化框架,有益于提升数据中心的学校管理与决策支持能力。
参考文献:
[1]许鑫,徐斌,陈俊良.高校共享数据中心的设计[J].教育信息化,2004,(7).
[2]密君英.浅谈高校建立数据中心的作用[J].福建电脑,2009(2).
[3] William H.Inmon数据仓库[M].王志海等译.北京:机械工业出版社,2006.
编辑/谭添夏