CN107862078A - 一种基于元数据的云数据中心系统架构 - Google Patents

Abstract

本发明公开一种基于元数据的云数据中心系统架构。架构的特征为，元数据信息读取，进行数据抽取、净化，并载入云数据中心；通过对云数据中心的数据，进行聚合处理，为数据仓库提供数据；从数据仓库中抽取相应的特定元数据，形成数据集市；将知识库的元数据，通过匹配与合并逻辑，与业务系统的字典数据进行映射，提供统一的分析口径和数据服务。

Description

一种基于元数据的云数据中心系统架构

技术领域

本发明涉及一种基于元数据的云数据中心系统架构

背景技术

随着公有云平台和私有云平台的流行，数据集成问题越来越重要。以往存储在企业内部的信息，现在要分散在不同的公有云平台上。这些信息，要进行广泛的共享。企业内部部署的系统、公有云平台上部署的系统，彼此之间都需要共享信息。

到目前为止，数据集成焦点还集中于现有的集成技术，包括传统的和非传统的。所执行的任务包括：数据复制、语义解析、数据清洗、海量数据迁移。这些技术帮助企业在云-云之间、云-企业之间，或者企业-企业之间传输数据，以支持核心业务流程。

随着云计算技术的成熟，数据集成将呈现新的形式、扮演新的角色。数据在云上存储，和在非云系统上存储的方法不同。新的数据集成的功能应能够分别处理这两种存储方法，并高效地进行数据结构和内容的处理，从而让目标系统如同访问本地数据一样。

海量数据迁移包括ETL(抽取-转换-加载)功能，并包括海量数据的定时迁移、内容和结构的变更，以满足目标系统，例如云数据仓库的需要。数据清洗技术，使数据集成过程中能够去掉或者改正错误和不准确的数据。

数据仓库是面向主题、集成、反映历史变化和不可更新的数据集合，它被用于支持决策过程管理和商业智能。同时，数据仓库也为建立数据集市提供了数据来源。数据集市是一种数据仓库，它的范围有限，是为特定终端用户群的决策应用而制定的。

知识库是知识库子系统的核心，知识库中存储的是那些既不能用数据表示，也不能用模型方法描述的专家知识和经验，也就是决策专家的决策知识和经验知识，同时也包括一些特定问题领域的专门知识，使知识库具有从已知事实推出新事实的机理。

元数据是对某个潜在信息性对象做出的陈述。元数据的模式指一个规则集，规定允许进行哪些类型的主谓宾陈述以及如何做出这样的陈述。在元数据模式中，一个元素是关于某种资源做出的陈述，同时也可以用来命名资源的某种属性。值是分配给某个元素的数据。

本发明提供了一种基于元数据的云数据中心系统架构。架构的特征为，元数据信息读取，进行数据抽取、净化，并载入云数据中心；通过对云数据中心的数据，进行聚合处理，为数据仓库提供数据；从数据仓库中抽取相应的特定元数据，形成数据集市；将知识库的元数据，通过匹配与合并逻辑，与业务系统的字典数据进行映射，提供统一的分析口径和数据服务。

发明内容

本发明的目的在于提供一种基于元数据的云数据中心系统架构。本发明包括以下特征：

发明技术方案

1.一种基于元数据的云数据中心系统架构，架构的特征：

1)元数据信息读取，进行数据抽取、净化，并载入云数据中心；

2)通过对云数据中心的数据，进行聚合处理，为数据仓库提供数据；

3)从数据仓库中抽取相应的特定元数据，形成数据集市；

4)将知识库的元数据，通过匹配与合并逻辑，与业务系统的字典数据进行映射，提供统一的分析口径和数据服务。

附图说明

附图1是基于元数据的云数据中心系统架构图。

具体实施方式

这种基于元数据的云数据中心系统架构，包括如下步骤特征：

1)元数据信息读取，进行数据抽取、净化，并载入云数据中心；

2)通过对云数据中心的数据，进行聚合处理，为数据仓库提供数据；

3)从数据仓库中抽取相应的特定元数据，形成数据集市；

4)将知识库的元数据，通过匹配与合并逻辑，与业务系统的字典数据进行映射，提供统一的分析口径和数据服务。

Claims (1)

1.一种基于元数据的云数据中心系统架构，架构的特征：

1)元数据信息读取，进行数据抽取、净化，并载入云数据中心；

2)通过对云数据中心的数据，进行聚合处理，为数据仓库提供数据；

3)从数据仓库中抽取相应的特定元数据，形成数据集市；

4)将知识库的元数据，通过匹配与合并逻辑，与业务系统的字典数据进行映射，提供统一的分析口径和数据服务。