時間：2023-03-07 15:04:34
緒論：在尋找寫作靈感嗎？愛發表網為您精選了8篇數據解決方案，愿這些內容能夠啟迪您的思維，激發您的創作熱情，歡迎您的閱讀與分享！
隨著RFID的應用普及，RFID與傳統應用系統的交互與協同成為了中間件的一大課題之一。SAP公司推出的AII（Auto ID Solution）是一個網絡化的集成中間件，能夠以驚人的速度處理海量的Tag 數據，并提供數據獲取、數據建模、數據過濾、數據歸并、數據存儲乃至數據聯接等數據處理功能。 AII同時提供雙向的數據交互功能，從而能夠實現比如實時的價格更新、產品召回、實時道路指引等功能。
AII技術功能介紹
AII作為連接RFID技術的中間件解決方案，主要包括下幾個功能模塊:
聯接模型（Association Model） AII 的數據核心是聯接模型。任何一個聯接模型的實例就是從RFID Reader和其他RF信息收集系統返回的系統環境狀態和實際連接信息數據的一個具體化展現（實例），其架構精確地表現了需要被監控的業務邏輯和物理世界。聯接模型是對業務邏輯和物理世界非常好的一個抽象。
企業系統適配器（Enterprise System Adaptor） 企業系統適配器提供了雙向數據交換的功能，并且能夠非常方便地整合SAP相關產品的系統應用，當然也同時支持非SAP系統的企業應用整合。適配器所提供的是一個輕量級的整合服務，是企業信息系統和全局信息總線（Global Information Bus）之間的橋梁。
全局對象數據引擎（Global Smart-Items Data Engine） 全局數據引擎具有對所有被跟蹤的應用對象（Smart-Items）進行全局數據維護的功能，包括對象的應用數據、歷史信息，以及對象與企業應用架構之間的關系等等; 同時，在需要的情況下，可以提供數全局數據配對和數據整合的功能。
本地對象數據引擎（Local smart-Items Data Engine） 本地對象數據引擎有著和全局對象數據引擎相同的結構和類似的功能，但是它只提供和維護本地對象的數據，本地對象數據引擎與數據總線相連，為整個系統提供數據。
全局數據總線（Global Information Bus） 全局數據總線功能是一個中央數據集成控制器，提供不同企業應用系統的對象(Smart-Items) 之間的數據集成和交換。全局數據總線支持B2B類型的文檔交換、基于-訂閱模式的事務操作、乃至實時的點對點通信。
本地數據總線（Local Information Bus） 本地數據總線與全局數據總線類似，提供基于-訂閱模式和點對點模式的通信，然而本地數據總線提供對本地數據的交換和消息的控制。對本地數據的處理效率和對本地消息的響應速度優于全局數據總線。它將對本地提交的數據和消息根據本地規則作出處理和整合，并按照規則和路徑提交到全局總線或者數據/消息接受者; 對于有些數據，在傳輸到本地總線前，已經經過了相應的控制引擎或者數據引擎的處理。
控制引擎（Control Engine） 控制引擎通過單一設備控制器和網絡設備控制器對設備協同運作進行管理，同時也有一些數據過濾的功能。控制引擎可以通過數據總線來訪問設備控制器; 在實時要求的情況下，也可以直接訪問控制器（通過不同的端口，或者特定的網絡等方式）; 可以通過配置來決定不同的訪問方式。
單一設備控制器（Simple Device Controller） 單一設備控制器在硬件抽象層面控制一些單個設備，比如RFID讀寫器。可以把它看作是設備的服務器。目前SAP的演示系統中，可以用它來觸發事件，然后傳輸到數據總線上。
網絡設備控制器（Network Device Controller） 下一代RFID產品（感應器、讀寫器）將能夠直接在網絡上插拔使用（成為即插即用設備）。新插入的設備，將被自動地識別、配置、管理和控制，這些都將通過網絡設備控制器，通過數據總線來完成。
數據讀寫適配器（Data I/O System Adapter） 數據讀寫適配器提供了數據引擎和本地控制系統之間的數據整合和交互功能。從而形成一個本地的閉環控制機制。可以用在生產控制、任務-資源控制、質量控制等系統，和對一些第三方的系統集成中。
架構整合
HDS融合數據中心解決方案的核心之一是其企業級存儲系統。HDS的企業級存儲系統在虛擬化技術、精簡配置以及可靠性、可擴展性等方面獨樹一幟。從USP到VSP，HDS的企業級存儲系統在存儲虛擬化技術方面不斷創新，贏得了許多行業用戶的認可。一些電力公司、互聯網企業等都采用了HDS的虛擬化存儲系統和云計算解決方案。
在過去的幾個月中，HDS的云計算解決方案贏得了許多重要的客戶。比如，北京市計算中心選用HDS NAS Platform（HNAS），避免了系統無序擴大，同時消除了流量瓶頸，提高了文件和數據共享的性能。借助HNAS的虛擬化功能，如虛擬服務器、虛擬存儲和虛擬存儲池，存儲管理員可以更有效地為不同應用和用戶分配存儲空間。HNAS也是北京工業云計算服務平臺基礎架構的一部分。像這樣的成功案例還有很多。不過，你不要認為HDS的云計算解決方案只包括存儲，HDS融合數據中心解決方案就是讓用戶從整個基礎架構的角度，而不是從存儲的角度去思考構建云環境。HDS融合數據中心解決方案通過整合存儲、計算、網絡和系統管理軟件，可以加速并簡化云架構的部署。許可表示：“由于缺少云部署的標準和方法論，許多用戶在構建云架構時通常會感到無從入手。HDS融合數據中心解決方案將存儲、服務器、網絡、管理等進行優化集成，可以幫助用戶找到一個切實可行的構建云架構的方法，讓用戶獲得企業級的可靠性、高性能，同時簡化云架構的部署流程，加快部署速度。”
簡化流程
已的HDS融合數據中心解決方案主要包括以下三個產品：基于Microsoft Hyper-V Cloud Fast Track的HDS解決方案將HDS的存儲、計算與網絡以及包含Hyper-V和System Center的Windows Server 2008 R2相結合，可以為構建高性能的私有云和實現云架構的自動化提供支撐；Hitachi Converged Platform for Microsoft Exchange 2010是一款經過預測試的特定應用解決方案，它可以實現快速部署，并具有很好的適應性、可預測性和無縫擴展能力；Hitachi Unified Compute Platform（UCP）增強了HDS融合數據中心解決方案的協調和管理能力，它利用創新的軟件，通過一個簡單但功能齊全的界面管理所有的服務器、存儲和網絡設備。
縱觀國內實施ERP系統終告失敗的企業，結合ERP的核心管理思想，可以將國內企業實施ERP系統失敗的原因劃分為項目管理的原因和技術管理的原因。
項目管理方面的原因或者是由于企業核心業務流程不合理，系統實施時并未對其進行充分合理優化，而僅僅套用了ERP供應商已有的功能模塊；或者是項目實施過程中缺乏系統控制；再者是部分企業領導層只是將ERP系統看成一種普通信息系統的引入，低估了實施系統的難度，導致實施過程中配合力度不夠，后續投資跟不上。
其實，在企業實施ERP系統的過程中，還存在著一個巨大的技術管理問題，就是企業未能有效地進行基礎數據的管理，這是導致企業ERP實施失敗的重要原因。
數據管理的缺陷
眾所周知，ERP之所以能幫助企業進行高效管理，必須是建立在對大量全面、準確、實時的企業數據的訪問、存儲和分析的基礎之上。而現在的一些ERP供應商為了減少成本，降低客戶的疑惑度，便淡化了對企業基礎數據結構的優化程度，基本忽略了對企業現有業務數據的整頓，只是從企業現有的零散和混亂的數據源中調用數據，來迎合其產品的數據輸入模塊，最終導致了企業基礎數據處理的嚴重缺陷。
首先，在企業實施ERP之前，沒有及時地調整企業基礎數據，為后來的系統數據管理紊亂埋下了隱患。通常，存在以下三方面的前臺數據操作問題：(1)數據輸入不規范，同一部門不同的成員有不同的數據輸入格式，造成數據不單一。(2)數據操作權限混亂，從而存在數據來源多，同一業務在不同部門的賦值不同。(3)企業本身一些業務不規范，沒有及時形成業務數據，導致在系統中的數據不完整。
其次，由于ERP涉及到財務、銷售和生產等各方面的數據，因此，數據結構復雜，數據源均來自于不同的二級部門，對于那些有一定發展歷史的企業，已經形成了較為穩定的、且各具特色的二級單位數據庫。由于在各個部門之間缺乏數據通道，各個二級單位的后臺數據庫都成為了“信息孤島”。如果在實施ERP系統的時候，不能很好地解決這一問題，就無法集成企業的基礎數據。
亮出三招
結合國內企業在實施ERP過程中存在的上述問題，作者認為可以圍繞企業基礎數據做出一系列的調整和管理，主要有以下三招。
整頓信息流
以現代企業管理為指導，以信息管理技術為工具，對企業現有的信息流進行整改，包括調整企業的職能模塊，優化企業業務流程。ERP項目上馬前，要充分了解企業信息流的情況，從企業權利結構方面入手，分析嚴重影響數據輸入、數據產生或數據管理等的原因，在調整企業職能模塊的基礎上，還需要優化企業業務流程。
構建數據管理模式
現在很多大型企業的二級單位已經建立起了相對穩定的業務子系統，同時具備自身的數據庫結構。但是，由于缺乏各部門之間的信息通道，所以，就形成了一個個“信息孤島”。
實施ERP也就是要解決這樣一個問題，即如何權衡效益和成本，綜合各個業務子系統的信息。全部重建固然可能達到最好的數據集成，但成本巨大；全面包容，又會造成數據平臺過多，數據格式過于分散，不能達到ERP系統的基本要求。因此，最重要的工作就是要先認真地考察各個業務子系統現有的數據結構，考慮其數據規模、數據庫本身結構、接口設計優劣狀況來確定哪些可以沿用不動，或變動較小。同時，應該明確規定各類數據的出處，保證特定數據具備確定的數據源，清理各部門之間數據管理重疊區，從而可以建立ERP的綜合數據管理模式。
關鍵詞： 數據持久層； Spring JDBC； Hibernate技術； 映射文件配置； 多層Web
中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2016）14?0084?03
A simple solution for data persistence layer
LIANG Bi
（College of Computer， Sichuan University of Arts and Science， Dazhou 635000， China）
Abstract： In view of the problems existing in the data persistence layer that is implemented by Hibernate technology， such as cumbersome configuration of mapping file and inflexible data access， a simple solution based on Spring JDBC to realize data persistence layer is proposed in this paper. The process of its implementation is discussed in detail by combining with the development of practical application system. The actual development proves that the solution is feasible. It can avoid the configuration of mapping file， and it is also simple， fast， flexible and efficient to complete data persistence layer tasks. In addition， it can integrate with upper layer and lower layer， and can better meet the need of multi?layer Web application system.
Keywords： data persistence layer； Spring JDBC； Hibernate technology； mapping file configuration； multi?layer Web
0 引 言
數據持久層是經典Web應用程序三層架構中非常重要的一層，它用來解決面向對象應用程序向關系數據庫存儲數據時數據類型不一致的問題，即ORIM （Object Relation Impedance Mismatch）問題[1]。其基本的解決方法是使用ORM（Object Relation Mapping）思想，該思想注重利用元數據將數據在對象與關系之間來回映射，從而確保數據訪問代碼不直接侵入域對象類。目前已經有許多ORM 框架技術，如iBATIS，Hibernate及JPA等，并且Hibernate以其輕量級、純粹的面向對象編程理念等優勢成為目前主流的持久化實現工具[2]。
然而，由于Hibernate對JDBC封裝得過于完整，導致開發人員無法靈活使用JDBC的原生SQL，所以其沒有JDBC直接訪問關系數據庫效率高；同時Hibernate遵循ORM原則，導致映射文件配置過于復雜，當遇到大型項目時映射文件和面向對象代碼是非常龐大且繁瑣，這直接影響到Web系統的性能及維護；而且Hibernate處理批量數據時較弱，對于批量數據的修改和刪除不適合用Hibernate來完成。針對Hibernate這些缺陷，本文提出了一種基于Spring JDBC的數據持久層解決方案，并將其應用于可移動文物管理系統持久層部分。
1 Spring JDBC
Spring是目前流行的輕量級一站式企業應用程序解決方案，它以一種統一的方式對持久化數據訪問提供支持，并將數據持久化中固定格式的代碼封裝為Spring JDBC，因而Spring JDBC本身就是對JDBC輕量封裝，它由Core，Datasource，Object和Support四個不同包組成，其中最重要的是Core包，它提供了核心功能的類，并且JdbcTemplate是該Core包中最重要的類[3]。
JdbcTemplate類通過提供相應的模板和輔助類來完成對數據的CRUD操作，進而解決了傳統JDBC對數據庫的繁瑣操作以及代碼重復的問題；它替開發人員完成了資源的創建以及釋放工作，從而簡化了對JDBC的使用；它還可以幫助開發人員避免一些常見的錯誤，比如忘記關閉數據庫連接等；而且JdbcTemplate將完成JDBC核心處理流程，比如SQL語句的創建、執行，而把SQL語句的生成以及查詢結果的提取工作留給開發人員的應用代碼[4]。它還可以完成SQL查詢、更新以及調用存儲過程，可以對ResultSet進行遍歷并加以提取等。并且，得益于Spring良好的隔離設計，JDBC封裝類庫可以脫離Spring Context獨立使用[5]，其架構如圖1所示。
2 簡捷的數據持久層方案研究
2.1 數據持久層方案設計
源于傳統的Web應用程序三層架構，將數據持久層從業務邏輯層分離出來，使其處于業務邏輯層和關系數據庫層之間，這樣持久層相當于“橋梁”角色，然后采用Spring JDBC來實現，其具體方案設計[6]如圖2所示。
由圖2可見，由于業務邏輯層的Java應用程序必須通過JDBC來訪問關系數據庫中的數據，因此持久層本質上實現了對傳統JDBC API的封裝，同時它還實現了數據類型由Java面向對象類型向標準的SQL類型的轉換，進而實現了高質量的對象關系轉換工作，從而有效解決了對象關系阻抗失配問題。而這些任務當前由Spring JDBC來完成。它通過借助JdbcTemplate模板類使開發人員能夠更加專注于數據訪問的具體邏輯，而不會再關注數據資源管理及異常處理等，這不僅簡化了JDBC的使用，且在一定程度上減少了錯誤的發生，同時也使數據持久化操作變得更加簡捷靈活。
2.2 數據持久方案實現
本數據持久層是基于Spring JDBC來實現的，因此需要創建VO值對象及DAO接口，并通過DAO來持久化VO。其中，VO專門用來封裝持久層對象的數據，它通過POJO類來具體實現；DAO則用來抽象和封裝對關系數據庫中數據的訪問操作，并形成統一接口對外提供服務，同時隱藏操作關系數據庫的實現細節，進而有效實現業務邏輯層與數據庫層的松耦合[7]。DAO本身管理著與關系數據庫的連接，內部封裝了JDBC數據操作、事務處理等API。Spring框架為JDBC的DAO提供了JdbcDaoSupport支持類，使用該類能夠更加簡化JDBC操作，因為在JdbcDaoSupport中已經提供了JdbcTemplate的變量，只要自定義類繼承JdbcDaoSupport就可以直接調用JdbcTemplate相關的方法來實現數據的持久化[8]。
在實際開發中，首先需要定義DAO接口，該接口對外提供CRUD操作方法；然后定義DAOImpl實現類，該類需要實現DAO接口并繼承JdbcDaoSupport，通過調用JdbcTemplate相關的方法（如update，mapRow等）來完成對關系數據庫中數據的具體操作任務[9]。業務邏輯層只需調用DAO接口中對外提供的方法，而不需要關心DAO的具體實現細節，這樣有利于Web應用程序在不同的持久層技術之間切換，進而增強了系統開發的靈活性和有效性。ApplicationContext.xml配置文件中除了統一配置數據源及事務之外，還需要配置業務邏輯Bean，數據持久DAOImpl，并通過DI為DAOImpl注入Factory，為業務邏輯Bean注入DAOImpl，這樣有機地完成Web應用程序中各Bean組件的組裝和集成。
3 簡捷的數據持久層方案應用
文物是人類在歷史發展過程中遺留下來的遺物、遺跡，它是人類寶貴的歷史文化遺產[10]。隨著新文物的出土和發現，以及新技術的引進，傳統的文物管理方式已無法滿足當今文物管理的需要，開發一個響應速度快、拓展性強和維護性好的可移動文物管理系統非常必要，通過它來管理已經向外公開的可移動文物，讓更多的人對它們有所了解和認識，進而推進文物的普及工作。為了快捷實現該系統的數據訪問，增強用戶體驗，將所提出的數據持久層方案應用到本系統的持久層部分，具體實施過程如下：
3.1 環境搭建
環境搭建是具體使用某種框架技術最重要的一步，在此過程中根據不同框架技術所完成的具體工作不一樣，但一般都有導入相關的Jar包，創建和配置相關文件，并進行框架的初始化等工作。由于Spring JDBC使用相對簡單，因此在可移動文物管理系統持久層部分的環境搭建中，只需進行相關Jar包的導入即可，如導入spring.jar，commons?logging，commons?dbcp.jar，commons?pool.jar，commons?annotation.jar和jtds?1.2.jar等。
3.2 配置ApplicationContex.xml
ApplicationContex.xml文件是整個可移動文物管理系統的基礎，它所起的作用至關重要，其能將本系統的持久層、業務邏輯層及其他各層有機的融合在一起，并實現對系統中所有Bean的有效管理。ApplicationContex.xml在本系統持久層部分主要完成數據源配置、事務配置及其他一些初始工作，用于保證Spring JDBC正常完成該系統VO的持久化任務，其關鍵配置如下：
3.3 創建VO值對象
一個VO通過一個簡單的Java對象即POJO來實現，一般情況下，一個POJO就表征了與數據表里某條記錄相對應的實體，它由實體的一些屬性及屬性的訪問方法組成，其中除了無意義的主屬性只能被獲取外，每一個屬性都對應著兩個外部對象訪問的方法，即get（）和set（）。本可移動文物管理系統相關的POJO有User.java，Admin.java，CulturalRelic.java，Picture.java，Video.java，Msg.java和News.java等，其中3.4 創建DAO接口及實現類
根據本文所提出的數據持久層方案，使用DAO設計模式來完成可移動文物管理系統持久層任務。DAO模式的實現包括DAO接口和DAOImpl實現類。其中，DAO接口負責聲明訪問特定POJO所對應的抽象業務邏輯方法，DAOImpl實現類則負責使用Spring JDBC封裝的JdbcTemplate來具體實現DAO接口中聲明的抽象方法，這樣可以減少組件間的耦合度。在本系統中，創建的DAO接口有UserDAO.java，AdminDAO.java，CulturalRelicDAO.java，PictureDAO.java，VideoDAO.java，MsgDAO.java和NewsDAO.java等，然后通過調用JdbcTemplate提供的方法對這些DAO接口進行實現。其中CulturalRelicDAO的實現類CulturalRelicDAOImpl里刪除可移動文物的方法核心代碼如下：
4 結 語
本文使用Spring JDBC來設計和實現了Web應用程序中的數據持久層，并將其應用于可移動文物管理系統持久層部分，解決了目前主流的Hibernate在完成持久層任務時所遇到的一些問題。通過實際應用開發證明，該持久層方案是正確可行的，且具有如下三方面特征：
（1） Spring JDBC通過借助JdbcTemplate可以執行對關系數據的CRUD操作，不僅代碼簡單、容易編寫，而且相對于Hibernate對JDBC全封裝模式更為靈活。
（2） Spring JDBC繼續了以前JDBC的SQL訪問方式，不需要在HQL和SQL之間相互轉換，可以直接操作關系數據庫，進而提高了數據訪問速度，增強了用戶體驗。
（3） 該方案沒有*.hbm.xml映射文件繁瑣配置，避免了運行時產生大量的冗余數據存放于內存，進而提高了系統性能以及系統的開發效率。總的來講，基于Hibernate技術實現Web應用程序中的數據持久層已出現較多問題，而通過Spring JDBC來完成數據持久層任務，具有簡單、快捷、靈活及高效等特性，因此值得進一步推廣使用。
參考文獻
[1] 閆宏印，張衛爭，劉超慧.開源框架下Web應用分層的設計與實現[J].計算機工程與設計，2008，29（23）：6023?6025.
[2] 夏斌，李志蜀.基于Hibernate框架的數據持久層的研究及應用[J].計算機應用，2008（9）：2446?2448.
[3] Spring Reference Documentation. Introduction to the Spring framework [R]. [S.l.]： Spring Reference Documentation， 2015.
[4] Spring JDBC Reference Documentation. Introduction to the Spring JDBC [EB/OL]. [2013?12?24]. http：//docs.spring.io/spring?data/jdbc/docs.
[5] 張俐，張維璽.基于Spring和JDBC的蔬菜運銷管理系統在數據持久層的應用[J].安徽農業科學，2012（7）：4401?4403.
[6] 張少應，程傳旭.基于Hibernate持久化層的設計與實現[J].計算機技術與發展，2014（12）：101?104.
[7] 劉德山，楊彬彬.基于Hibernate框架的數據持久層架構設計及應用[J].微型機與應用，2011，30（15）：12?14.
[8] 高劍，朱程榮.Spring框架在數據持久層的應用研究[J].微機發展，2005，15（11）：106?108.
為何副本數據管理（CDM）和數據虛擬化對企業來說很重要？因為數據虛擬化解決方案緩解了生產數據副本造成的數據散亂現象。
由于應用程序開發、質量保證、用戶驗收、生產環境支持、報告和備份，企業通常為每個生產數據源生成8到10個副本。因此，一個5 TB的生產數據庫會形成40TB到50TB的下游副本，而一家《財富》500強企業可能會有1000多個生產數據庫生成PB級的副本數據。有效管理副本數據所需的存儲量大得驚人。而數據虛擬化消除了所有的冗余數據副本，同時、而且更為重要的是縮短了生成副本所需的時間，這就縮短了應用程序開發時間、質量保證時間和恢復時間。
如今，只有少數幾家公司致力于這個領域，更多的公司在進入這個市場，因而很難辨別廠商營銷炒作的真偽。
在概念證明（POC）階段，先要搞清楚哪些問題？可以通過哪些測試來證明？
POC之前先搞清楚這五大問題
1.支持我的環境？
第一個也是最明顯的目標是，找到一款很容易與貴公司的基礎設施、數據源和應用程序架構棧整合起來的解決方案。這包括內部部署環境以及可擴展到遠程環境或云環境。你還應該確保自己不被只支持單一源環境的解決方案牢牢鎖定。你是否需要不止一種類型的數據庫，比如Oracle、SQL Server、Sybase或MySQL等？是否需要支持某應用程序，比如Oracle EBS或SAP？是否需要多個主機操作系統，比如Linux、AIX、HP/UX、Solaris和Windows？該解決方案是需要專門硬件，還是可以在現有的系統資源上運行？
2.擁有必需的功能？
該解決方案是否擁有特定的內置功能，以滿足預期的業務目標和要求，比如
■加快應用程序的周期
■是否有特定的接口和功能來支持應用程序開發人員
■確保數據的隱私性和安全性
■包括屏蔽、審計和監管鏈
■加快集成測試
■該解決方案是否支持快速質量保證環境和專門側重質量保證的功能，比如破壞性測試所需的回滾（恢復原狀）。
■將數據遷移到云環境
■該解決方案是否支持云計算基礎設施？該解決方案是否支持從內部數據源復制到云數據源，反之亦然？
■改進備份和災難恢復策略
■該解決方案是否支持長遠和精細的恢復點目標（RPO）和快速的恢復時間目標（RTO）？
3.可擴展到新的使用場合
該解決方案通過在整個公司帶來其他應用場合，從而降低總體擁有成本、提供更高的投資回報率方面做得多好。比如，如果我的虛擬化數據與生產數據同步，以便用于集成測試這一應用場合，那么現在我能屏蔽該數據，將它遷移到公有云，讓分析團隊能夠對相同的數據集執行商業智能分析嗎？
4.推薦相關客戶
該廠商有沒有與我企業規模和業務需求相似的客戶？我是否要幫助廠商開拓新領地、因而經歷發展初期的困難，還是說廠商已經有金融、零售、制造、政府、高科技及其他行業垂直領域的領軍企業如今在使用其解決方案？
5.根據證明階段簡易又快速
該廠商是否愿意在實際的POC過程中向我展示所有這些功能？對方是否能夠在現場POC過程中做到所有的銷售和營銷宣傳名副其實，并有定義明確的成功標準？
POC過程中運行的五大測試
1.時間點配置
根據確切的時間點配置環境。用什么方法找到確切的時間點？該解決方案讓我可以具體根據分鐘、秒鐘或事務來配置數據環境有多容易？最終用戶（比如開發人員或業務分析人員）只要按一下按鈕就可以完成配置，還是說需要自定義腳本和多個人員（比如存儲管理員、數據庫管理員和系統管理員）才能完成？
2.環境的重置、分支和回滾
鑒于我已經配置好了父環境（生產環境的副本），我想做一些變化，配置該環境的分支（即子環境）。對子環境做一些變化后，現在我想讓子環境恢復到1個小時或6個小時之前。這如何完成？最后，我想把這兩個環境都重置到原來狀態。
3.用最新數據更新父環境和子環境
我已建立了許多父環境，又從這些父環境另外建立了許多子環境。有什么方法將最新數據從生產環境遷移到父環境和子環境？這個過程可以由開發人員或分析人員來完成嗎？要是有影Ⅱ向的話，會對生產數據有何影響？
4.根據同一時間點配置多個源環境
我有多個使用場合（商業智能、集成和災難恢復等），我需要根據某一個時間點來對齊和配置多個不同的數據源。（比如說，根據當地時間下午5點對齊我的所有源數據集）。這該如何實現？
5.自動化，自助服務，審計功能
“我們期待IBM信息管理軟件在即將到來的2012年呈現更加快速的增長，成為大數據時代中信息管理的利器。IBM一直提倡‘Think Big’，鼓勵自身深入思考、突破創新。在如今的大數據時代，我們對‘Think Big’有了嶄新的詮釋：Think of All Things That Big Data Makes Possible――深入思考并發掘大數據的無限可能，而這也正是IBM信息管理解決方案致力于為用戶創造的價值。”IBM軟件集團大中華區信息管理軟件總經理盧偉權表示。
這是一個不折不扣的“大數據時代”。據統計，全球90%的數據都是在過去兩年中生成的。為了應對數據大爆炸的挑戰，IBM推出針對大數據的全面解決方案，徹底突破了傳統數據倉庫和單一的數據管理體系，能夠為企業組織提供實時分析信息流和Internet范圍信息源的能力，實現更為經濟高效的大數據管理，并為在此之上的業務分析和洞察奠定堅實基礎。
IBM中國開發中心信息管理首席架構師及大數據架構師陳奇博士表示：“洶涌而至的大數據時代帶來嚴峻的挑戰。然而，挑戰背后也蘊藏著無限的機遇。IBM可以幫助各行各業的客戶將其數據價值不斷延伸，為企業發掘發展動力。我們的大數據平臺愿景就是將大數據融入企業，通過IBM大數據解決方案和客戶端及合作伙伴解決方案，為用戶提供優化的大數據環境，更加積極及時、經濟高效地從規模化、多樣化和高速化數據中提取有效觀點，幫助用戶獲得突破性的洞察力和價值，化挑戰為機遇，化大數據為高價值。”
IBM大數據解決方案實現了針對大數據管理的企業級可靠性和適應性實時分析，在行業中具有突出的優勢。其最廣泛的平臺與數據倉庫、數據庫、數據集成、業務流程管理等組件充分集成，得以將大數據融入企業，充分滿足各種業務需求，幫助企業穩步發展。
IBM大數據解決方案跨多個行業，能夠幫助多渠道客戶分析其觀點和體驗。目前已有數千家新客戶正在轉到應用IBM的大數據解決方案上，以便從最廣泛的大數據中獲取可執行的洞見。丹麥能源企業維斯塔斯（Vestas）通過使用IBM大數據軟件分析PB級別的天氣數據，改善風力渦輪機的放置位置，從而獲得最佳能量輸出效果，以前需要數周方可完成的分析現在僅需不到1個小時就可完成。
大數據在2012年備受關注，主要是由需求和技術兩方面因素所決定的。在需求方面，一方面是因為企業在經過一段時期的信息化建設后，積累了大量的數據資產，迫切需要讓這些數據產生價值。另一個方面，海量非結構化數據隨著社交網絡、移動應用的普及而產生，如何分析這些非結構化數據并使其產生價值，成為企業所面臨的新的挑戰。
在技術方面，內存計算技術的成熟，使得企業實時分析海量數據成為可能。Hadoop技術的完善，為非結構化數據分析提供了可能。
在大數據解決方案方面，不能不提軟硬件一體機。這兩年，具有簡化IT、降低IT運維成本優勢的軟硬件一體機越來越受到供應商和用戶的青睞。值得一提的是，當前的軟硬件一體機中，很多都是大數據解決方案：最早推出軟硬件一體機的甲骨文公司的第一款軟硬件一體機產品Exadata數據庫一體機就與大數據相關，甲骨文后來推出的Exalytics商業智能一體機和大數據一體機都是用于數據分析的；被SAP視為革命性的產品SAP HANA屬于內存計算一體機，其最大的優勢在于可實現海量數據的實時分析；IBM今年推出的PureSystem系列一體機中，就有PureData；微軟與惠普聯合推出的BI一體機，也是用于數據分析的……
盡管市場已經非常火熱，但是當前大數據市場應該尚屬于啟動階段，因為大部分用戶對大數據僅僅有想法而沒有真正的行動，而他們對于大數據分析的需求是顯而易見的。相關的解決方案也有待完善，特別是針對非結構化數據分析的解決方案。
IBM PureData
作為IBM PureSystems專家集成系統家族的新成員，PureData能夠幫助企業在幾分鐘內完成對PB數量級大數據的管理和分析，高效獲取洞察力，從而實現企業市場、銷售等各部門業務目標的快速推進，并幫助各行各業的企業解決幾大難題：如何利用更簡便、經濟的方式分析業務數據，了解客戶購買行為，減少客戶流失，開展需要大量數據支持的市場推廣活動以及實時發現欺詐行為。
不同于其他數據系統，PureData能夠將系統安裝和配置的時間從24天減至24小時，將復雜的分析時間從數小時驟降至數分鐘，并實現在單個系統上管理100多個數據庫的卓越性能。通過PureData系統，企業得以在傳統IT環境或云環境中為業務用戶提供高性能的數據服務，在不到10天的時間里完成Web應用的部署，而同樣的任務過去至少需要6個月才能完成。
針對特定工作負載，PureData共有三個型號，分別是PureData System for Transactions（PureData事務系統或PureData交易系統）、PureData System for Analytics（PureData分析系統）和PureData System for Operational Analytics（PureData運營分析系統）。
目前，60多家ISV（獨立軟件供應商）已經表示將全力支持PureData。PureData將為這種開放的合作模式提供新的平臺，激勵更多合作伙伴開發適用于PureData的解決方案。同時，IBM還將在這些解決方案和應用的基礎上推出數種新模式，涵蓋社交業務、資產管理和業務流程管理，全面簡化軟硬件資源的配置和管理，為20多個行業應用領域提供支持。
IBM大數據平臺
IBM充分發揮其整合的優勢，結合信息管理、業務分析等領先的軟件提出了“大數據平臺”架構，為各行業企業選擇和構建大數據解決方案提供了全面的技術支持。IBM大數據平臺突破了傳統數據倉庫和數據管理理念，能夠為企業組織提供實時分析信息流和因特網范圍信息源的能力，讓這些企業實現更為經濟、高效的大數據管理，并為在此之上的業務分析奠定堅實的基礎。
IBM大數據平臺的四大核心能力包括Hadoop系統、流計算、數據倉庫和信息整合與治理：
·IBM在Hadoop系統領域的代表產品是InfoSphere BigInsights。IBM將其在數據管理上的豐富經驗與Hadoop開源平臺高效整合，使得BigInsights相比普通的Hadoop開源工具的可用性、可管理性、安全性得以大大提高，成為最主要的靜態大數據分析工具和平臺；
·IBM在流計算領域的代表產品是InfoSphere Streams，它是目前業界獨有的流數據處理技術。InfoSphere Streams能夠在諸如氣象信息、通信信息、金融交易數據的管理中動態捕捉信息，進行實時分析，為靜態數據的處理提供有效補充。
·IBM在數據倉庫領域的代表產品是在線交易型數據倉庫InfoSphere Warehouse和分析型數據倉庫Netezza。Netezza可將大量數據整合到統一平臺上，計算能力高達TB級。
·信息整合與治理是IBM在業界獨有的方法論和技術，其代表產品是Optim和Guardium。近期推出的Guardium 9能夠將如DB2這樣的傳統關系型數據倉庫和基于Hadoop的分布式存儲系統進行統一管理，并提供完整的數據生命周期管控。
微軟SQL Server 2012
微軟SQL Server 在市場上有著良好的口碑，是全球使用較為廣泛的數據庫與商業智能產品。微軟SQL Server提供了對混合IT環境的支持，全面支持私有云和公有云，并可實現平滑遷移，滿足企業實現數據庫以及應用擴展的需要。
作為云就緒信息平臺，SQL Server能夠滿足企業關鍵業務應用環境所提出的高穩定性、高性能、高安全和易管理等需求，同時提供全面的商業智能及數據倉庫解決方案，幫助企業更好地挖掘數據背后的知識，提供強大的工具實現并展現數據分析結果，且能根據企業需要實施個性化的云以及大數據解決方案。
作為微軟的信息平臺產品，SQL Server在數據處理與分析市場一直處于領導地位。SQL Server是全面的數據庫、數據倉庫、商業智能解決方案。它不僅提供全面的滿足OLTP處理的功能，而且提供多種組件以滿足不同規模客戶的多種需求。它是第一個帶有商業智能全套組件的數據庫產品，在數據分析，特別是OLAP領域有著極好的口碑。
針對大數據，SQL Server具有自己本地以及云端解決方案，與微軟強大的商業智能組件以及前端展現方式相結合。
國泰君安證券股份有限公司已經借助微軟SQL Server 2012提升了數據分析能力，實現了對用戶的精準服務與趨勢跟蹤。國泰君安是目前國內規模最大、營業范圍最寬、機構分布最廣的證券公司之一。基于以往使用 SQL Server 產品的良好經驗，以及客戶數據建模、多維分析與鉆取、動態報表分析與展現等領域的應用需求，國泰君安選用微軟 SQL Server 2012來搭建新一代的零售客戶BI分析系統。國泰君安充分利用新一代 SQL Server提供的對大數據量的數據分析及計算能力，結合Power View及PowerPivot 的易用性，更高效、更自主地發現業務數據的變化及趨勢，提高針對零售客戶的業務洞察力，優化以客戶為中心的證券服務。
SAP實時數據平臺
SAP實時數據平臺是一套緊密集成并優化，專為應對當今企業數據管理的最新挑戰的領先技術平臺。
憑借革命性的創新產品SAP HANA與業界領先的Sybase數據管理產品，SAP實時數據平臺這套全方位集成、實時處理的平臺，在包括數據交易、遷移、存儲、處理和分析等在內的信息生命周期的不同階段，不僅能夠幫助企業用戶管理海量數據存儲，即時處理高速流量數據，實現智能數據流動，數據可視化消費，而且還可以幫助用戶大大降低基礎架構的復雜性，在滿足應用基本的設計和藍圖管理需求的同時，為下一代大數據應用和分析提供卓越性能，持續保證對云計算和移動應用的平臺支持，從而有效降低成本。
值得一提的是，所有這些平臺功能的交付，都將在盡可能不影響客戶現有應用的前提下進行。
作為SAP實時數據平臺的核心，SAP HANA獨具創新性，并已得到市場的充分驗證。SAP HANA不僅能幫助客戶以快10萬倍的速度獲取和傳遞信息，還將為企業信息系統提供強勁動力，通過技術創新促進業務發展，最終幫助企業以全新的思路拓展業務，達成卓越績效。
Teradata Aster大數據綜合分析平臺
Teradata Aster大數據綜合分析平臺是業內首款集成Teradata Aster以及Apache Hadoop的大數據解決方案，整合了MapReduce和Hadoop的技術優勢。
作為卓越的企業級平臺，Teradata Aster大數據綜合分析平臺使用了業內獨有的SQL-MapReduce接口語言，以及全面的MapReduce 分析功能庫。該分析庫內嵌50多項預建的MapReduce功能，提供開箱即用的圖形、文本、行為、營銷分析，以及更多分析功能。
作為一個真正采用混合架構的平臺，Teradata Aster大數據綜合分析平臺包含Aster Database、Aster SQL-MapReduce和Apache Hadoop。由于深度集成了Aster與Apache Hadoop平臺，用戶無需接受復雜的培訓即可通過SQL-H連接器和SQL-MapReduce使用標準SQL訪問Aster和Hadoop數據進行分析平臺。
與市場上其他典型平臺相比，該平臺的數據吞吐量及分析速度可分別提高19倍及35倍。
Oracle Exadata X3 Database In-Memory Machine
Oracle Exadata X3 Database In-Memory Machine是Oracle Exadata數據庫云服務器的最新升級產品。
Oracle Exadata X3 Database In-Memory Machine是甲骨文云平臺的關鍵組件。Oracle Exadata X3-2和X3-8 Database In-Memory Machine均可在閃存和隨機存儲器（RAM）中存儲多達數百TB的壓縮用戶數據，幾乎可以消除由磁盤驅動器減速而產生的讀＼寫功能運維費用，從而使Exadata X3系統成為應對云計算中不同類型和不斷變化的工作負載的理想數據庫平臺。
為了以最低成本實現最高性能，Oracle Exadata X3 Database In-Memory Machine采用了多個存儲層次，可自動將所有活動數據轉移到閃存和隨機存儲器中，同時將活動性較低的數據保留在低成本的磁盤上。
關鍵詞：企業 數據保護 數據存儲
中圖分類號：TP391 文獻標識碼：A 文章編號：1007-3973(2011)008-075-02
80年代以后，以IT技術為代表的信息產業迅速崛起，給我們的生活和思維帶來了強大沖擊。與此同時，順應信息發展的需求，各種企業也開始紛紛建立起屬于自己的信息網絡平臺，包括電子商務和網站管理等系統。于此而來的是相應數據量的不斷增長以及新的數據管理的應用而生，數據保護和存儲安全問題開始愈來愈受到各企業的關注和深思。目前，企業數據庫己呈現出了不可預計龐大的增長態勢，數據正日益成為公司的實際資產之一。據相關組織的保守估計推測，企業數據每年大約增加80％。
1 存在的問題
20世紀，企業對重要文件的保護主要是借助于保險柜保存，并派人保護。到了2l世紀，企業開始全面實行自動化辦公，計算機網絡成為信息的數據化處理與存放的工具。然而，由于計算機的共享性和擴散性特性，使得信息在處理、存儲、傳輸的過程中存在很容易被泄露、竊取的風險。據調查，至2007年上半年，瑞星公司接受求助的受害用戶已經達到10多萬人。接著信息保密技術跟進，企業的信息安全隱患更加得到重視，管理者不再簡單滿足于防火墻等初級防御手段，企業數據保護和存儲安全解決新方法亟待出現。當前出現的問題有：(1)移動磁盤泄密，造成該現象的主因是將數據存放于不安全的移動磁盤中，并且沒有將數據進行有效的加密。(2)word文檔泄密，主要是一些破解軟件乘機下手，使數據丟失。(3)打印機泄密，現在企業大多采用碎紙機可以將無用的或遺漏的文件切成粉末，使之無法還原，但是虛擬中的粉碎我們視而不見。(4)郵件泄密，它是通過一種網絡病毒來偽造收件人的地址，從而欺騙閱讀者。根據最新IT Policy ComPliance Gro-up報告顯示：公開報道數據丟失的企業預計將會導致客戶及收入降低8％；對于上市公司而言，每股股價會下降8％。
2 企業數據保護措施
2.1數據備份
對于一個企業來說，提供可靠的數據保護是至關重要的，也是企業核心競爭力的重要王牌。其中最有效的保護數據的手段是數據備份。而以磁帶系統為核心的數據備份是企業數據保護的一個重要手段。該系統不僅能保證大容量數據的安全，并且在數據發生災變時，可以在短時間內完成數據的恢復，保證企業中各種業務系統的正常運做，是數據安全保護的必然選擇。有權威統計表明：93％的公司會由于為期10天或以上的數據中心災難，而導致在災難發生的一年內破產。為此，中小企業需要適合自己的數據保護解決方案，以保證業務的連續性運作。
2.2生物特征識別技術
隨著電子信息量的急速膨脹，電子文檔的保護也成為全球關注的問題。在電子文檔保護中使用生物特征識別技術來加以保護，也被普遍認為是電子文檔保護的最優方案。但為了方便文檔在合法前提下共享的便利性，必須以解密密鑰的生物特征模板以某種形式整合到文檔內部，這形成了很大的破解風險。尋找更嚴密的電子文檔保護方法，也成為電子信息安全領域中具有挑戰性的研究之一。清華大學研究人員設計了一種基于指紋身份驗證技術和移動密鑰的電子文檔保護方法。該方法在執行身份驗證時，不但要求用戶提供指紋作為驗證依據，而且要求用戶提供與本人身份相符的移動密鑰。
2.3企業機密電子數據保護
企業機密電子數據和企業發展密切相關，加強對這些電子數據的安全存取保護是目前企業最為關心的一個問題。根據企業實際安全需要，采用非主動加密的思想，通過完善的網絡安全管理結構，密鑰管理服務器和電子數據的安全存取機制，建立了一種適應企業安全需求的企業電子數據安全監控系統。該系統通過密鑰服務器實現對密鑰的透明訪問，以及對企業機密電子數據的透明加解密處理，確保了企業機密電子數據的安全。如CDP(Contimuous Data Pro-tection，持續數據保護)計劃。最近，SafeNet和Aladdin正式進行合并，公司將保護全球最多的電子銀行交易、提供最多的數字身份認證產品、提供最多的軟件保護產品，將進一步帶動機密電子數據保護的大發展。而賽門鐵克公司也推出了市場領先的企業數據保護解決方案Veritas NetBackup 6.5。憑借NetBackup平臺，企業可獲得前所未有的靈活性和多樣選擇等最佳性能，幫助企業在復制、快照、持續數據保護、重復數據刪除、加密、虛擬磁帶和傳統磁帶中選擇一流的技術。
3 企業數據存儲安全措施
存儲是一種服務，這是比較新的概念。從數據中心到桌面及整個技術存儲線，關鍵解決圍繞在信息周邊的安全問題。過去，存儲被看成是受至于服務器訪問控制和文件系統特權保護的“子系統”，而現在，存儲已成為基于高速的光纖通道、光學傳輸等為一體的智能的、多協議的網絡服務。安全存取技術分析是以電子計算機主要的安全技術為主線，針對不同的問題提出相應的解決方法的，如企業電子數據的安全存取保護。目前，企業電子數據安全存取解決方法，主要的有邏輯加密盤技術、文件系統監視器、電子文件保險箱。其中邏輯加密盤技術的基本思想是在操作系統上增加設備管理的內核服務，為用戶提供用于保存電子文檔的虛擬盤。文件系統監視器主要是監視所有文件系統中活動的應用程序。電子文件保險箱主要保證電子文檔的存儲安全，相當于將電子文檔存放在一個“保險箱”中。但僅僅這些努力是不夠的，對于一個企業的生死存亡來說，機密電子數據的存取是絕對要重視的。
3.1虛擬磁帶庫
對于小型企業來說，選擇存儲產品應該從兩點來考慮，首先要根據業務實際產生的數據量；其次是考慮業務數據的增長量。目前比較流行的存儲系統解決方案有磁盤陣列、虛擬磁帶庫和磁帶庫等。借助基于虛擬磁帶庫的磁盤備份，中小企業就可以實施更快的流程，并且在查找、檢索數據時幾乎不會出現差錯，減少了對以往磁帶備份的依賴，在節省大量成本的同時，還可獲得更可靠的備份流程，讓數據保護更加簡單。如AIO+D2D+自動加載機的出現。AIO是惠普公司推出的一款面向中小企業的一體化網絡存儲系統。借助AIO，中小企業無需中斷應用即可進行備份，實現可靠的數據保護。現在，借助HP StorageWorksVLSl000i和迷你虛擬磁帶庫產品，中等規模企業和遠程公司、分公司得以使用全新的解決方案。
