没有合适的资源?快使用搜索试试~ 我知道了~
数据中心逻辑架构设计.doc
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 44 浏览量
2022-07-10
23:23:26
上传
评论
收藏 918KB DOC 举报
温馨提示
试读
14页
1数据中心逻辑架构设计 1 1.1数据中心逻辑架构 1 1.1.1源数据层 指服务于企业各业务系统的基层单元数据,这些数据支持了企业各类业务的应用,但 存在数据分散、局部性强、不利于企业级的数据分析、应用;建设数据中心的目标之一 便是将这些分布于各业务系统的数据进行抽取、整合,形成统一的企业数据平台; 从某种意义上,这些数据可分为两种类型:各类事物的静态属性数据,譬如设备、用 户、知识等数据;事物的状态的动态变化数据,譬如,电量、电压的实时测量数据;第 一类数据的特点是在局部区域内是保持相对稳定的,人们更多关心的是这些数据的关联 ;第二类数据具有很强的"时间本性",它们或明确或潜在的都具有"时间标签"的属性, 人们更多关注的是它们在某一时刻的值。 2 1.1.2数据层 或者说是企业数据平台、数据中心,通过对企业数据的整体规划、抽取、加工、整合 ,将存在于各独立系统的数据组织为一个有机的整体,使纷杂无序的数据成为企业有用 信息,同时,使基于企业级的数据深层挖掘、分析成为可能; 数据层负责对企业数据进行收集、加工、标准化并将之进行科学的存贮,同时,需要 为上层应用提供安全、高效、方便的访问
资源推荐
资源详情
资源评论
数据中心逻辑架构设计
1 数据中心逻辑架构设计
1.1 数据中心逻辑架构
数据抽取、清洗、整合机制
数据层
企业数据仓库(面向企业级在线分析、决策支持)
操作型数据库(面向业务系统、OLTP)
源数据层
电量采集系统 负荷控制管理系统
SCADA系统
数据抽取接口
设备对照、数据同
步
生产、管理MIS
关系型数据
数据集市1
实时/历史数据
数据关联
数据集市2
数据集市n
简单数据访问
业
务
数
据
逻
辑
数
据
安
全
机
制
数据应用层
报表
数据挖掘、查询
OLAP
统计分析
各类业务系统、
OLTP
实时控制系统
数据访问机制
基于主题进行归纳、抽取、清洗、转换
数据仓库
元
数
据
模
型
数
据
粒
度
与
聚
集
模
型
1.1.1 源数据层
指服务于企业各业务系统的基层单元数据,这些数据支持了企业各类业务的应用,但存
在数据分散、局部性强、不利于企业级的数据分析、应用;建设数据中心的目标之一便是将
这些分布于各业务系统的数据进行抽取、整合,形成统一的企业数据平台;
从某种意义上,这些数据可分为两种类型:各类事物的静态属性数据,譬如设备、用户、
知识等数据;事物的状态的动态变化数据,譬如,电量、电压的实时测量数据;第一类数据
数据中心逻辑架构设计
的特点是在局部区域内是保持相对稳定的,人们更多关心的是这些数据的关联;第二类数据
具有很强的“时间本性”,它们或明确或潜在的都具有“时间标签”的属性,人们更多关注
的是它们在某一时刻的值。
1.1.2 数据层
或者说是企业数据平台、数据中心,通过对企业数据的整体规划、抽取、加工、整合,
将存在于各独立系统的数据组织为一个有机的整体,使纷杂无序的数据成为企业有用信息,
同时,使基于企业级的数据深层挖掘、分析成为可能;
数据层负责对企业数据进行收集、加工、标准化并将之进行科学的存贮,同时,需要为
上层应用提供安全、高效、方便的访问接口;
如上所述,我们可以将现实世界的数据抽象为两类,基于这两类数据特征,分别采用关
系型数据库譬如 Oracle 和实时数据库譬如 eDNA 进行管理,两类数据以数据的逻辑关系进
行关联;
为便于数据的挖掘、分析,在面向业务系统的操作型数据库上建立一组基于业务主题的
数据仓库、集市,可以提高数据分析的性能;进一步讲,操作型数据面向具体业务系统、联
机事务处理(OLTP)等应用,而数据仓库(Data Warehouse)、数据集市(DataMarts)为企
业决策支持、联机分析处理(OLAP)等深层数据挖掘提供基础。
1.1.3 应用层
指基于业务需求的各类应用系统,包括企业各类业务信息管理系统、生产控制系统、现
场监控系统以及对企业数据的进行分析的各类系统。
1.1.4 业务数据逻辑
需要提到的是,无论是对源数据层的抽取、数据层的组织还是应用层的开发,都是围绕
企业数据的业务逻辑进行的;不管是具体的某项业务需求,还是更高层次的企业级分析要求,
只有基于对业务逻辑准确理解、把控的设计、实现才能正确达到目标。
1.1.5 数据安全机制
信息系统不仅需要关注数据的正确性、完整性等性能,亦必须充分考虑数据的安全性;
总的来说,可以从网络层、操作系统层、数据库层、应用层等方面进行安全策略的设计;本
文对数据安全策略不做详细讨论。
数据中心逻辑架构设计
1.2 数据中心数据架构设计
1.2.1 总体数据架构
如上节所述,供电企业数据可以分为关系型数据和实时型数据,关系型数据需要着重考
虑数据的正确性、完整性、一致性特别数据间的关联关系等特征,一般采用 RDBMS 进行管
理;而实时数据更侧重于数据的连续性和时效性,特别是数据处理事务的时效性,并且实时
数据一般需要连续、高频率的采集、读写,普通关系型数据库内部的数据、事务处理机制很
难保证有效的管理实时数据,所以对于实时数据,需要专门的实时数据库对之进行管理,本
文稍后会对实时数据库技术和产品作介绍;
数据中心总体架构如下图所示:
数据中心
操作型数据库
企业数据仓库
实时/历史数据库
实时数据
历史数据
中间数据
生产数据分析
营销数据分析
服务数据分析
企业决策层
企业管理层
面向具体主题的数据集市
企业操作层
数据查询、报表、
OLAP、数据挖掘
数据中心架构图
企业数据仓库
整合、清洗、归纳后的
企业信息
关系数据库
技术/商业元数据
在线业务分析、决
策支持等各类分析
应用
台帐数据
业务流程数据
数据关系数据
辅助业务、标准数据
中间结果数据
关系型数据库
二进制数据
关联、交换、
通讯
抽取、清
洗、转
换、移植
现存业务系统
数据
数据预处理、
分类、交换
实时采集
根据数据属
性,分发到相
应数据库
企业业务系统
OLTP
首先,应对企业数据进行统一规划,建设统一的数据模型,如果技术和时间允许,最好
设计完整的 CIM 模型,从而保证数据的完整性、一致性、无二义性;对于已经存在的系统,
数据中心应针对不同系统建立和统一设备描述表的对照表;对于新建系统,应基于统一设备
描述表建立业务系统数据库;
数据中心对各业务系统提供安全的、规范的访问接口,一般来说,业务系统主动发送数
据,根据数据类型,分别写入到关系型数据和实时数据库;数据中心根据实时数据库厂商提
供的 API 接口,向业务系统提供统一的 ADO 或 ODBC 访问接口;需要注意的是,数据在
写入数据中心时,应采取一定措施对数据进行预处理,尽量消除“脏数据”,维持中心数据
的正确性和一致性;
为了满足信息分析和决策支持,数据中心建立企业级数据仓库,将决策支持型数据处理
剩余13页未读,继续阅读
资源评论
是空空呀
- 粉丝: 167
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功