概观

我们的自由分享和使用数据的能力常常困扰着互操作性挑战。数据集成可以用来缓解这个问题。许多企业和组织使用的各种数据管理系统,这必然意味着有多种存在一个工作实体内的数据格式。数据集成,简单地说,结合了各种数据类型和格式转换成是通常被称为一个数据仓库的单个位置。数据整合的最终目的是产生有价值的和有用的信息,以帮助解决问题并获得新的见解。

数据集成可以在任何和所有的行业。从统一数据获得到一个单一的数据源的回报可能,并会帮助您从数据集中访问尚未开发的信息。无论是政府部门寻求消除部门或组织寻求合并伙伴之间的数据库之间的数据孤岛,数据集成可以起到减轻繁琐的数据处理方法的重要作用。

数据是值得什么,如果它只是坐在那里。在所有行业中,数据必须作出那些谁需要它可以实现其全部潜力之前访问。集成的数据可以帮助,否则将仍然被隐藏的组织利用信息。否则,各部门之间也可以帮助增加沟通,为客户提供更好的服务,简化操作,提高决策和整体提高生产效率。

拿什么数据集成解决?

下面是几个的问题,数据集成可以帮助解决。虽然这一数据集成解决并不限于此列表中的解决方案,它们是一些重大课题,很多技术和IT部门今天处理。

大数据

大数据是在科技领域一个很大的话题。虽然管理大数据的想法可能看起来费劲,由于高数据量,高数据品种往往是一个更大的问题。数据集成有助于使所有被封装在组织内的数据的意义上说,数据是内部还是外部收集。

数据孤岛

数据筒仓指异构数据源,在特定的位置存储数据。长期以来,他们是一个问题,由于遗留系统和脱节的部门。在过去,这将是有意义的部门只考虑到他们的需求选择软件和数据存储的方法。现在是必须考虑跨功能。整合数据能够帮助实现专有的,传统的数据转换成可以很容易地通过任何团队成员可以访问新系统。

语义集成

使用各种系统来收集数据,或者有很多人收集数据的一个常见问题是本体论问题。这意味着有多种类型,描述了同样的事情,但组织形式不同的数据。这样的一个示例可以是日期被存储(“DD / MM / YYYY”,“MM / DD / YYYY”,“月日,年”等)的方式。通过消除变化和创建一个结构化的数据仓库,你将能够更容易地找到你的数据,分析模式,并更有效地理解它。

无障碍

“创建一次,提供了许多”。通过建立一个中央数据源,在公司内部数据的用户都将能够访问它可以减少问题的数量要求,提高数据的访问速度,并限制有错误的复制数据的可能性相同的信息。作者可以继续使用他们所选择的系统,而最终用户可以访问他们从一个中央位置所需要的。

如何做数据集成增值?

虽然上面列出的以上数据集成解决方案通过节省时间和金钱不可避免地增加价值,数据整合也是更大的概念和过程是有用的。下面列出的数据管理方法是关键的例子,其中的数据集成是其过程的重要组成部分,但是,也有无数的应用程序,数据集成可不仅仅是这里列出的帮助英寸

Business Intelligence (BI)

商业智能是描述利用技术对业务数据的分析,以帮助做出更好的业务决策过程的总称。在此之前使用这些工具,重要的是你的数据是结构化的,清洗,准备用于分析。该数据也可以用来产生信息可视化报表。

做决定

至关重要的是,决策者拥有的所有必要信息的深入了解,帮助他们的组织蓬勃发展。确定什么样的战略使用和采取什么步骤,当数据是左非结构化不能有效完成,是孤立的,或者是难以进入。

主数据管理(MDM)

MDM定义声音非常相似,数据整合本身,但是,数据整合发生的实际主数据管理完成之前的一个步骤。MDM需要特定的政策和指导方针,数据管理员强制创建最终用户“事实的单一版本”的输入。

客户/公司关系

通过整合和结构化的方式管理客户信息,你将不可避免地能够为客户提供更好的服务。客户数据集成(CDI)可以帮助建立一个更有效的数据管理系统,让您的代表方便地访问和查询客户资料需要。

Data Virtualization

Data virtualization allows a user to access, manipulate, and query data without needing access to the actual data storage location. To virtualize data effectively, having a well-constructed back-end structure is key for data to be properly maintained. This will allow for front-end applications and self-service solutions to function optimally.

FME for Data Integration

数据集成是通过使用数据集成工具或程序来完成。FME(特征操纵引擎)是一个程序,它需要一个ETL(提取,变换,加载)的数据集成方法。FME支持400种+格式,这使得它对于那些处理大量各种数据格式灵活的数据集成工具。FME是公认的集成平台与最佳支持空间数据世界范围内,但是,它可以处理更多的不仅仅是空间数据。

FME已被优化以执行范围广泛的数据集成功能,而不是被定制以执行特定任务。其中一个主要的原因,这可能是因为FME支持每种格式都有内置的工具,格式的要求。许多数据格式是基于必须坚持以使用特定的数据模型。有了这样的认识建成FME减少工作的用户需要做的数额转变他们的数据并确保语义翻译。另外,FME具有超过450的变压器,其是执行像限幅特定功能的工具,聚集,或属性管理。有喜欢的KMLStyler,XMLValidator和,JSONExtractor甚至特定格式的变压器。

ETL数据集成通常不认为是一个过程用于集成,是不断更新的数据。为了使ETL和动态数据兼容,FME Server和FME云中创建自动执行任务,并保持数据上最新的实时性。FME Server可以与在FME Desktop中创建的工作区。用户可以通过选择他们想转换一个读者文件拖放它们需要处理自己的数据转换,最后选择他们想要写的格式创建一个工作区。此工作区,然后用FME Server链接,可以在触发事件,以确保输出数据随时更新运行。这整个过程可以在不沿途任何所需的编码来完成。

亚搏在线安全软件制造商FME基金领导人在the technology world that strive to stay one step ahead of the data integration trends. FME is continuously upgraded to ensure that is has been adapted to support new data formats, updated versions of data formats, and large amounts of data. Gone is the idea that individual departments must work in their own data silos, with IT structures limiting the company’s potential to truly work as one. Data should be able to flow freely no matter where, when, or how it’s needed.

Related Resources

9个理由,你应该有一个数据集成方案

为什么要关心空间数据

什么是数据转换?

什么是数据验证?

什么是应用集成?