信息系统集成

信息系统集成，就是通过结构化的综合布线系统和计算机网络技术，将各个分离的设备(如个人电脑)、功能和信息等集成到相互关联的、统一和协调的系统之中，使资源达到充分共享，实现集中、高效、便利的管理。系统集成采用功能集成、网络集成、软件界面集成等多种集成技术。系统集成实现的关键在于解决系统之间的互连和互操作性问题，它是一个多厂商、多协议和面向各种应用的体系结构，需要解决各类设备、子系统间的接口、协议、系统平台、应用软件等与子系统、建筑环境、施工配合、组织管理和人员配备相关的一切面向集成的问题。

系统组成

信息系统集成主要包括以下几个子系统的集成：

(1)硬件集成

使用硬件设备将各个子系统连接起来，例如使用路由器连接广域网等。

(2)软件集成

软件集成要解决的问题是异构软件的相互接口。

(3)数据和信息集成

数据和信息集成建立在硬件集成和软件集成之上，是系统集成的核心，通常要解决的主要问题包括：

•合理规划数据和信息

•减少数据冗余

•更有效地实现信息共享

•确保数据和信息的安全保密

(4)技术与管理集成

企业的核心问题是经济效益，使各部门协调一致地工作，做到市场销售、产品生产和管理的高效运转，是系统集成的重要内容。

(5)人与组织机构集成

系统集成的最高境界，提高每个人和每个组织机构的工作效率，通过系统集成来促进企业管理和提高管理效率。

系统特点

系统集成能够最大限度地提高系统的有机构成、系统的效率、系统的完整性、系统的灵活性等，简化系统的复杂性，并最终为企业提供一套切实可行的完整的解决方案。

系统集成的本质就是最优化的综合统筹设计，一个大型的综合计算机网络系统，系统集成包括计算机软件、硬件、操作系统技术、数据库技术、网络通讯技术等的集成，以及不同厂家产品选型，搭配的集成，系统集成所要达到的目标-整体性能最优，即所有部件和成分合在一起后不但能工作，而且全系统是低成本的、高效率的、性能匀称的、可扩充性和可维护的系统。

数据量高速膨胀、网络异构化程度加深，加剧了数据的破碎性。企业拼合失落的“数据碎片”需求的升温，让企业数据集成演变为一个独立的、跨越式的技术门类。

与我们熟知的“信息孤岛”相比，“数据孤岛”形容的是IT环境中最基本元素—数据的

离散状态。毋庸置疑，数据是企业最重要的信息资产，但是在现实环境中，企业数据往

往会因天然的业务分隔或行政分划，或者是IT应用复杂性的增加而驻留在不同的应用程序、数据库和遗留系统中。如何把不同来源、格式和质量的数据通过逻辑或物理的方法

集中起来，实现企业级数据的全面共享，进而为企业决策等高级应用提供支持，提升数

据资产的价值，是数据集成技术肩负的使命所在。

除了集中企业内部分散的业务数据之外，数据集成还能够在并购、分拆等商业行为

发生时充当IT边界变更后企业数据的“黏合剂”。对于现阶段频繁发生的企业并购行为而言，数据集成能够帮助这些企业在短期内实现应用整合。

以苏格兰的哈利法克银行和苏格兰银行合并为例，由于专注的金融服务领域具有明

确的互补性，两家银行的结合被业界广为称道。但是要合并两家银行信用卡业务系统中

的6亿份数据记录却是件异常艰苦的工作。为了实现信用卡业务数据合并的目标，两家

银行启动了持续性的集成操作。首先，哈利法克银行将其核心信用卡应用软件从First Data Resources平台迁移到EDS平台；然后，利用甲骨文和Business Objects建立一

个简单的报表数据库，并对3亿份记录进行了数据更新；最后，运用Informatica PowerMart套件所提供的ETL（抽取、转换和装载）功能建立新的数据库，并将剩余的

3亿份记录添加其中。整个过程仅历时四个月，数据集成工具所提供的自动化建模、多数据源导入特性使合并工程的效率大幅提升。

多维度技术视角

数据集成与BI（商业智能）、数据库、数据仓库技术存在紧密的联动关系，同时它也被认为是能够提升企业业务响应能力的关键技术之一。由于数据集成对业务敏捷化的

关键支持能力，使其正在成为促进不同应用间协同的基本保证。要给“数据集成”下一个定义并不容易，对于具有不同技术背景、不同知识体系的人而言，其概念的差异性明显。

对开发人员而言，数据集成往往等同于数据联合，即把分散在不同位置的数据集中起来；对架构师来说，数据集成通常意味着应用消息的互联；对BI分析人员而言，它意味着数据的汇聚，以及数据清洗、规范化的过程；而对IT系统的使用者业务人员来说，他们希望数据集成并不是“服务”、“数据库”、“数据仓库”等概念的堆砌，而是真正数据语义的集中。

而从项目实施的流程与结果上看，数据集成需要拥有一个狭义的定义。SAS中国华东区解决方案经理张天峰认为，从严格意义上说，数据集成代表着不同系统、不同存储介质中的数据被集成到同质数据环境中，并以统一数据视图的形式予以展现。他还强调，数据集成并不是一项新技术，从有数据库开始就一直存在发展。“数据集成之所以在近期被中国用户广泛关注，主要是由于中国企业的数据积累已经达到一定规模，数据集成需求逐渐暴露所引发的。”他说。

Informatica中国区副总经理林杨则表示，无论立足于哪种视角，项目实施的范围如何，数据集成项目的进程都是要由业务来驱动的。数据集成项目实施的过程往往要经历业务流程的变更、业务逻辑的修改和应用规模的扩充，这决定了数据集成持续性部署的特性。在项目推进的各个阶段，其对业务运营的贡献是衡量数据集成的效果与价值的关键准则。

多元化技术路径

数据集成是企业数据战略的重要组成部分，其实现框架由不同层次和种类的技术所构成。其中，数据仓库ETL是一个重要分支。针对不同来源、不同格式的数据一致化和集成问题，ETL能够通过数据抽取、数据转换和数据装载的连续操作，实现对跨平台、多系统数据的高效集成。基于ETL的数据集成在企业中的应用非常普遍，但传统ETL工具基本上不具备实时处理能力，其数据抽取操作以定时从业务系统中抽取的方式进行。不过，随着实时分析与处理功能成为应用主流，具备实时消息处理、数据流功能的新一代ETL工具已经出现。

在实时能力方面，以XML为基础的实时数据整合技术更为擅长。这种消息队列技术最早应用在银行的票据交换系统中。实时数据整合与ETL的数据转换操作有所差别，前者只进行数据格式转换，不做内容转换。

据SAS的张天峰介绍，数据集成还包含一些基础层面的技术。例如，数据同步/迁移技术。以银行应用居多，该技术仅支持数据复制，应用的范围限于同质数据系统以内。另外，映像/同步技术支持以磁盘映像的方式实现数据的物理同步，同时支持实时和非实时操作，但不支持数据清洗和转换的功能。“ETL还有一个衍生的技术分支ELT（抽取、装载和转换），ELT宣称对传统ETL技术进行了改进，但两者没有本质上的区别。”他说。除此之外，从数据集市衍生出来的主数据管理也是数据集成应用的重要支持技术之一。

张天峰认为，在现阶段，ETL和消息队列是数据集成领域相对成熟的规范化技术，但技术产品化的程度仍有待提升。

依托平台跨越式集成