IBM大数据平台解决方案介绍

1、IBM 大数据平台解决方案介绍 Dalian, 11 March, 2013Xiao Fei Wang1.项目背景景理解IBM大数据平平台解决决方案当前业务务面临的的挑战数据问题题慢缺重散繁差企业内数据定义义缺失；数据项项缺失；数据属属性不完整；企业外部部数据无暇暇顾及；数据在多多个系统统中重复复采集、重复存储；系统数据据无法关关联、共共享，数数据整合合困难；系统林林立，数数出多门；数据时效效性差，使用者无无法及时时获得所所需信息；数据使用不方方便，方法繁繁琐；手手工报表表多；数据质量量差，数据据不完整整，数据据不一致；业务支持TextText网络运营决策与报告风险管理产品运营营销支持精细化管

2、理对运营商价值链的影响 数据问题长期存在将导致： 对自身状况摸不透 对经营环境看不清 对市场先机抓不住 对未来竞争赢不了制约阻碍没有准确确数据支支撑难以进行行深度分分析决策缺乏乏可靠依依据IT如何推动动公司运运营变革革2、服务管管控模式式逐步完完善夯实基础础管理管控思路路由简单单支撑向向精细服服务转型型全面优化化信息化化服务流流程实现现分级服务保险行业业经过多多年的发发展，整整个行业业的变革革越来越越快，市市场竞争争环境也也日益激激烈。保保险公司司想要在在残酷的的竞争中中占得先先机，就就必须考考虑产业业的融合合，并在在价值链链中占得得有利的的位置。1、由被动动的IT支撑向主主动的以以数据为为核

3、心的的IT服务转型型以大数据据为核心心组织IT服务能力力持续完善善基础支支撑能力力拥抱互联网架构体系系全面云云化大数据思思考根据Gartner的定义，大大数据的特征具具体涵盖盖了3V的内容：数据量庞大（Volume）：从PB扩展到ZB；IT系统、互联网、物联网等等每天都都在产生生大量新新生数据据，过去去的两年年间产生生的数据据占到了了所有数数据的90%数据变化化快(Velocity)：数据变化与处处理的频频度由天天加速到到秒/毫秒；订订单、支付、欺诈、微博、监控视视频、传传感器、信令每每时每刻刻都在不不停的产产生数据据数据多样样（Variety)：数据种类繁多多：数据据库表，格式文文本，自自然

4、语言言文本，电子表表格，声声音，图图片，视视频数据规模大数据范围广数据加工深入数据服务对象全面数据类型多数据管理复杂生产系统数据网元等设备数据平台自生数据外部互联网数据10PB级+指数级快速增长结构化、非结构化静态、动态在线、近线、离线高性能、低成本、高质量、可追溯企业内部（管理层、执行层、一线营销群体等）企业外部（客户，合作伙伴，供应链、政府部门等）内部生产系统信息转换知识沉淀价值创造数据成为公司核心资产和核心竞争力，将被设计用于在成本可承受（economically）的条件下，通过快速（velocity）采集、发现和分析，从大量化（volumes）、多类别（variety）数据中提取价值（

5、value）大数据应应用价值值可以从从公司侧侧和客户户侧体现现客户：精准服务务及时响应应智能应用用透明管控控围绕大数据应用用，促使使公司实实现科学学运营、价值创创造以及及透明管管控，一一方面能能使得公公司侧感感知到大大数据带带来的管管理、决决策、运运营效率率和质量量的提升升；另一一方面，能够使使客户感感知到大大数据带带来业务务开发的的智能、服务及及时以及及与需求求匹配的的精准。科学运营营价值创造造企业：开发便捷捷分析及时时决策支持持数据准确确大数据平台客户2.大数据平平台需求求理解IBM大数据平平台解决决方案大数据平平台的关关键需求求角色流程数据应用用数据分类类市场营销产品开发客户管理客户洞察

6、决策类活动管理类活动执行类活动分析类活动结构化了了企业架架构中四四大架构构的关键键要素，以及要要素间的的承接关关系，形形成了一一套规范范、清晰晰的定义义，从而而为大数数据平台台的方案案设计建建立了更更明确的的指导依依据和验验证方法法。柔性架构的大大数据平平台企业架构构方法论论和云计计算技术术让建立立柔性架架构成为为可能，基于企企业架构构元模型型，建立立柔性的的架构需需要实现现业务、应用、数据、技技术四个架构层层面的解解耦。业务应用/数据：业务活动动在业务务架构和和应用架架构(大数据平平台)间具有承承上启下下的作用用，可从从业务类类型和业业务活动动类型两两个维度度划分，前者体体现业务务差异，后者

7、更更多体现现数据平平台能力力要求，且可以以稳定地地分为决决策类、管理类类、执行行类和分分析类四四种，因因此业务务与IT的解耦可可从四类类业务活活动支撑撑实现。应用数据：应用和和数据共共同承接接了业务务，数据据实体也也承接了了应用交交互，因因此二者者解耦的的核心是是数据实实体。这这可以通通过建立立稳定的的、弹性性的企业业企业级级大数据据模型、数据整整合与存存储区域域，保证未来来应用对数数据操作作的可扩展，以以及屏蔽蔽了应用用对底层层数据直直接访问问的数据服务加以以实现。应用/数据技术：系统组组件承接接了应用用和数据据，因此此要实现现该层面面的解耦耦，需要要解决系系统组件件对应用用的依赖赖，可通通

8、过建立立应用开开发平台台、数据交换换平台和数据管管控平台台来实现现。同时时基于云云计算的的弹性扩扩展和虚虚拟化技技术实现现系统组组件与基基础设施施的解耦耦。大数据平平台能力力需求分分析决策类业业务活动动识别问题或对决策的要求分析和阐明方案做出选择追踪和反馈决策结果传达和执行决策决策就是是为达到到某一目目标而在在若干个个可行方方案经过过分析、比较、判断，从中选选择并赋赋予实施施的过程据诺宾斯泰泰（Robenstein）将决策策过程定定义为五五个步骤大数据平台的核核心是数数据，从从数据生生命周期期看，大数据据的生成成、获取取、整合合、服务务、应用用、归档档各个步步骤分别别有着不不同的目目标，并并面

9、临不同同的问题从决策类类活动过过程和数数据生命命周期两两个维度度，对大大数据平台的决决策类活活动的支支撑能力力需求进进行分析析通过优化化技术选选择满足足约束条条件的最最优方案案4V产生应用获取整合服务归档应用通过仿真真技术进进行各种种方案的的预演与与细化整合案例类、规则类类知识支支撑规则制度度信息查查询实时/准实时数数据捕获获客户行为捕获企业/用户互联联网数据据捕获应用服务获取整合大数据的存储和和管理海量数据据的快速速分析海量数据据的快速获取取归档整合服务应用归档获取整合服务应用归档获取服务归档实时/准实时数数据捕获互联网数数据捕获获冷数据的的近线访访问快速的数数据服务执行简便的数数据服务务使

10、用非结构化化数据的挖掘和和分析快速的数数据转储储和归档档高可用的数数据支撑撑建立柔性性的架构构支撑个性化应应用开发发支撑最终用户户自定制制的数据据服务与生产系系统在功功能和数数据分工工上清晰晰合理与生产系系统的及及时交互互决策执行行业务活活动中的的数据支支撑大数据平平台能力力需求分分析分析类业业务活动动业务理解数据理解数据准备模型部署数据建模分析类活动是通过对对数据的的深入分分析，力力求取得得更深刻刻业务洞洞察的过过程，参参考DM-CRISP数据挖掘掘方法论论，包括括业务理理解、数数据理解解、数据据准备、数据建建模、模模型评估估和模型型部署六六个步骤骤4V产生应用获取整合服务归档应用整合应用服

11、务获取整合归档整合服务应用归档获取整合服务应用归档获取服务归档模型评估估应用整合获取服务归档历史数据据探查和和分析海量数据据的快速获取取方便准确确的数据据抽样能能力探索数据据可方便便归档和和恢复非结构化化数据、实时数数据的获获取海量数据据的获取取非结构化化数据与与结构化化数据的的整合流数据概要要数据与与结构化化数据的的整合海量数据据的处理理能力非结构化化数据分分析能力力海量数据据分析能能力支撑不同同分析的的数据宽宽表宽表数据据归档丰富的数数据挖掘掘算法建模过程中的的模拟仿仿真仿真结果果的优化化计算调用API进行模型型训练能能力丰富的数数据计算算和可视视化分析模型型能够导导出为可可直接使使用的评

12、评分条件件，如SQL评估数据据能够嵌嵌入到模模型评估估中，通通过外部部调用发发现已经经退化的的模型模型分析析结果的的快速回回写模型评估估数据集集的提取取模型分析析结果嵌嵌入到生生产系统统中模型分析析源数据据的预处处理与获获取大数据平平台关键键能力需需求应用开发发与运行行当前总部部BI系统的数数据应用用需求包包括业务务部门的的计划性性业务支支撑需求求和大量量的临时时性支撑撑需求，以及IT部门自身身规划中中的计划划性支撑撑需求；省公司经经分系统统也需要要支撑来来自业务务部门和和IT部门的大大量支撑撑需求，同时要要完成集集团下发发的IT规范要求求未来省公公司数据据集中后后，大数数据平台台将必须须承担

13、省省分公司司和总部部的全部部数据应应用服务务需求省分公司当前数据应用需求集团总部当前数据应用需求省公司经分系统总部BI系统业务部门IT 部门集团领导IT部门业务部门集团下发规范支撑需求临时支撑需求计划业务支撑需求计划IT支撑需求临时支撑需求省公司领导计划业务支撑需求计划IT支撑需求数据应用用需求急急速增长长总公司IT增长缓慢慢省公司IT投入有限限平台开发方面面：如何何支撑急急速增长长的数据据应用需需求平台执行方面面：如何何保障海海量大并并发的数数据访问问需求和和海量数数据处理理的性能能要求大数据平台将面面临两大大挑战IT人力紧张张IT系统扩容容难IT投入效益益难保障障大数据平平台关键键能力需需

14、求更直接的的决策支支持未来大数数据平台台当前BI系统结构化决决策：库库存控制制半结构化化决策：套餐设设计非结构化化决策：产品外外观设计计鸿沟知识库(事实知识识、规则知识识、案例例知识)OLAP应用数据挖掘应用固定报表应用灵活查询应用数字仪表板知识库(事实性知识)DWDDWAODS最优解绩效度量数据挖掘模型输入参数模型的建建立基于于预先假假设模型所需数据事事先确定已知模型是静静态的模型的数数学形式式很完善善，但往往往不能能符合实实际业务务情况数据挖掘模型仿真模型随机输入量终端补充量Q输入参数绩效变量约束条件决策计划目标函数DWDDWAODSDMDMDM非结构化数据数据挖掘模型仿真模型优化模型3.

15、大数据平平台定位位分析IBM大数据平平台解决决方案前期初步步确立的的大数据据平台目目标技术术架构目标架构构：拥抱互联联网、运运用云计计算技术术，建立立开放的的基于SOA架构的中国企业业集中化化云数据服服务支撑撑平台，面向全全国各级级经营主主体和总总部集中中平台提提供大数数据、分分布式、实时智智能数据据服务支支撑与客客户响应应，并注注重公共共数据、公共能能力的一一点沉淀淀与全网网共享，实现基基于特定定对象、特定需需求的个个性化自自主定制制、灵活活组件组组装，高高效实现现一级系系统多维维应用多多级支撑撑总部目标集中生产系统应用统一访问门户透明管控科学运营价值创造生产类应用SaaS（软件） 中间件即

16、服务 业务即服务ESBBPM组件集1组件集2组件集3报表工具联机分析工具挖掘工具PaaS（平台） 数据即服务DW分析类数据生产类数据ODS/MDM统一 IaaS服务接口小型机X86服务器高端存储中低端存储网络资源IaaS（资源） SDK开发平台生命周期管控数据质量管控数据安全管控元数据管控指标体系统一视图CUBE开发工具近线区归档ETL元数据围绕三个个维度：透明管控控、科学学运营、价值创创造强调开放放灵活：基于开放放业务组组件、应应用开发发平台、公共应应用模型型等构建建，灵活活支撑个个性化应应用开发发、部署署和推广广实施五项项管控：数据模型型与标准准、数据据质量、数据安安全、元元数据、数据生生

17、命周期期推行五个个一点：一点源头头采集、一点加加工转换换、一点点存储、一点分分析挖掘掘、一点点服务提提供数据模型型标准管控控基于技术术架构目目标，加加入大数数据平台台建设的的驱动力力分析类系系统应该该建立多多少数据据库，多多少种数数据库保证数据据从省分分及时向向集团提提供准确确唯一数数据现存问题题在一个框框架下有有效支持持5级体系的的个性化化开发和和共性开开发提供多种种形式数数据服务务提供方方式，并并有效执执行数据应用用数据服务务数据交换换采集数据整合合数据存储储数据管控控新兴技术术流数据处处理架构和体体系桌面云管管理技术术IaaS、PaaS，SaaS，DaaS等云管理理技术内容数据据处理架构

18、和体体系提供多厂厂商、多多系统的的统一开开发平台台大数据平平台应具具备的技技术支撑撑能力10962数据捕获获数据服务务大数据产生生知识沉淀淀数据消亡亡清晰的整合层层次和加加工时效效海量数据据、非结结构化数数据、实实时流数数据等多多样化的的存储与与管理Gartner于2012年7月提出大大数据管管理中：“列式存存储数据据库、云云计算和和内存数数据库在在未来5年内将是是3个最重要要的技术术”数据价值值104数据整合合3数据处理14业务信息息8系统支撑撑5数据分析析11数据冷却13数据归档档示意12近线存储储7数据展示大数据生生命周期期时间大数据平平台将借助云计算的快速可扩扩展性、标准化化服务、自助

19、服服务等特征，强化大数数据的获取、处理、整合、分析、服务等等技术支撑能力力，促进敏敏捷化、个性化化的数据据应用开开发，最最终助力力IT对业务转转型的推推动。海量数据据的识别别和快速速装入数据分布布流转互联网数数据和客客户行为为捕获实时/准实时数数据捕获获大量数据据服务需需求的快快速开发发支撑快速数据据服务执执行简便的数数据服务务使用清晰的数数据服务务目录数据服务务使用记记录针对海量量数据的的高性能能数据分分析实时数据据的即时时分析非结构化化数据的的智能分分析（如如网页的的标引、结构化化解析，视频、图片的的模式识识别等）高级分析析算法海量冷数数据（包包括实时时、非结结构化、结构化化）的存存储和管

20、管理策略略冷数据的的透明访访问冷数据与与热数据据的统一一支撑操作型和和分析型型数据的的统一归归档快速的数数据转储储和归档档数据的展展现策略略个性化应应用开发发支撑共享应用用快速部部署对外部系系统的支支撑信息提炼炼以及对对业务的的支撑知识的组织、沉淀、管理和和应用3V大数据平平台与周周边系统统的关系系大数据平平台与省分系统统和总部系统统的关系系主要体体现在功功能分工工协作和和数据交交换两大大方面，此处将将大数据据平台作作为一个个黑盒子子，重点点关注数数据平台台与外部部系统的的关系。大数据平平台总部系统统ADBSID省分系统统ADBSID功能分工工与协作作生产系统统只保留留与生产产直接相相关的、数

21、据稽稽核（比比对）相相关的统统计报表表，其它它全部整整合到分分析平台台上。直接相相关可以以从流程和数数据两方面考考察，一一系列连连续业务务活动，使用相同数据的应应用功能能直接相相关（耦耦合度高高），如如结算中的话单数、成本查询询，需要要放在结算系系统。不直接相相关的统统计、分分析类应应用，由由大数据据平台通通过数据据服务，并在D域中统一一建立应应用进行行支撑。数据交换换一般情况下，D域中的分析类类应用系系统中不不单独存存储数据据，系统统所需的的和系统统产生的的数据都都存放在在数据平平台的数数据集市市中。其其中如果果系统使使用的数数据较少少，可以以部门/省分数据据集市；但如果果系统涉涉及的数数据

22、很多多，则需需存放在在应用集集市中生产系统统使用的的数据全全部存放放在生产产系统中中，当需需要与大数据据平台发发生共享数据据时，则则通过数数据交换换进行。具体交交换周期期模式可可以是实实时、准准实时和和分批交换大数据平平台的数据整合合策略是是根据业业务需求求，按照照数据模模型定义义和数据据存储周周期的要要求，集集成生产产系统中中所需的的部分私私有数据据和共享享数据，而不是是全部获获取和集成生产系统统的共享享数据集集（SID）尽管是是数据中中心业务务职能管管辖范围围，但SID不属于大大数据平平台的管辖范围围，只是大数数据平台台中的一个数据据源，且且SID与大数据据平台的的数据交换换是双向向的数据

23、读取取数据交换数据交换大数据平平台在Cloud的位置大数据平平台:外围关系系：数据据来源与与生产系系统的ADB，SID等；服务对象象：数据据应用、反馈生生产系统统；核心内容容：数据据管理、数据组组织、数数据管控控、数据据服务；承载关系系：IaaS统一承载载构架；PaaS数据集与与SID和ADB并列；PaaS技术服务务集：互互为补充充；PaaS业务服务务集：单单独形成成面向分分析业务务服务集集；大数据平平台针对对异常复复杂的大大数据管管理，而而云计算算为大数数据管理理提供了了坚实的的技术支支撑。Cloud以数据为为核心向向上提供供标准的的封装服服务，以以业务(流程)解耦为前前提支撑撑生产经经营、

24、数据加工分析析等应用用。概括的说说，Cloud是大数据据平台的的载体，为其提提供了基基础运行行环境。4.大数据平平台总体体架构设设计IBM大数据平平台解决决方案总体逻辑辑架构图图大数据平台总部系统统基于企业业大数据据平台生生态系统统框架，总总体架构构可分为系统统平台和和参与人两两大部分分，其中系统统平台可可分为大大数据平平台、总部IT系统和省省分IT系统，参参与人可可分为企业业内部用户、外外部用户户、系统统建设厂厂商系统建设厂商集成厂商实施厂商咨询厂商信息提供商省分系统统图例逻辑库物理库数据流控制流数据整合合与存储储DW/DMODSCloud-i（资源）统一IaaS服务接口口数据服务务数据管控

25、控数据应用用开发平台台标准化API分析模型SDK工具软件数据获取非结构化数数据企业内部用户企业外部客户总体逻辑辑架构图图数据应用用应用开发发平台数据整合合与存储储数据获取取大数据平平台生产系统数据服务务应用集市总部系统统备份文件备份文件备份文件备份文件省分系统备份文件备份文件备份文件备份文件数据管控控数据归档近线区归档区明细类数数据快照类数数据日志类数数据元数据快照类数数据日志类数据参数类数数据元数据明细类数数据参数类数数据元数据数据标准数据质量管理数据生命周期管理前置机前置机图例逻辑库物理库部门集市市ODSEDSB部门集市市应用集市市标准化API分析模型SDK工具软件EASB接入适配配数据交

26、换层数据处理层传输路由由标准策略略管理交换管理理平台管理监控告警警作业管理理处理逻辑辑定义获取管理层非结构化数据流数据数据抽取数据转换换数据装载载省分集市市省分集市市省分集市市知识库DWADWD部门集市透传通道道ADBSIDADBSID服务接入高层服务视图服务脚本服务数据接入服务管理总体物理理架构图图IaaSSaaSPaaS物理资源源实时流/批量ETL海量分析析平台归档区资资源池虚拟化中低端存存储高端存储储小型机X86服务器提供能够够满足用用户需求求的各类类应用程程序关注软件件架构与与服务，提供应应用在基基础设施施中进行行计算所所需要的各各类服务务提供系统统运行所所需的计计算与存储资源源应用统

27、一访问门户SMP集群VMVMVM临时性应用固化应用SMP+MPP+Hadoop小型机/X86 SMP集群数据库资资源池网络设备备Compute IntensiveApplicationsPlatform Management ConsolePlatform Enterprise Reporting FrameworkResource OrchestratorLow-latencyService-oriented Application MiddlewareService Instance Manager(SIM)EnhancedMapReduceProcessingFrameworkDATA

28、INTENSIVECOMPUTE INTENSIVEPlatform Symphony Core大数据平平台方案案设计关关键点和和相关方方法论高可用数据提供供数据全面面性数据质量量数据快速速提供与与分发数据整合合分区与定位应该如何何给大数数据平台台划分数数据区，每个区区的数据据目标是是什么应该分为为哪些类类数据整整合区，有多少少个数据据库，每每个数据据库的定定位是什什么，必必要性如如何数据存储储成本与性性能海量、多多样性、实时数数据的高高性价比比的数据据管理在线、近近线、离离线数据据的管理理策略易扩展的的数据存存储架构构支撑大数数据业务务战略的的应用框框架自顶向下下：五个个一点要要承接自底向上

29、上：从大大数据4V特性，如如何进行行创新，真正实实现IT对业务的的推动IBM行业模型型eTom与SIDIBM数据治理理方法论论DW2.0方法论企业信息息工厂方方法论维度建模模方法论论IBMBI方法论维度建模模方法论论IBMBI方法论Hadoop实施方案案IBM企业架构构(EA)方法论IBMCBM业务组件件模型关键点方法论关键点描描述自助式应用开发发支持开发人员员的敏捷捷化开发发支持最终终用户的的自助式式的查询询、分析析和挖掘掘IBMBI方法论工行数据大大集中经经验5.分项专题题关设计计思想及及注点IBM大数据平平台解决决方案数据获取取方案设设计思想想和关注注点采集周期期数据传输输采集范围围数据

30、模型型采集技术术采集方式式采集方式式联动机制制传输技术术选择企业业现有数据模型型+IBM行业数据模型型+其它优秀秀实践，确立企业业级逻辑数据模型型结合逐步步实现一一点源头头采集、覆盖MBO全域全景景数据，满足横横纵向、内外部部众多数数据源需需要根据系统统中不同同数据类类型的时时间串口口（实时/准实时/日月）确确定合理理的数据据采集周期根据管理理要求，确定数数据的采采集周期期要求，并执行行保证采集集与源系系统联动动，避免免源系统统变化影影响根据数据据类型、数据量量、数据据时效等等特性选选择合适适的传输输技术和和策略确定数据据采集和传输过过程中的关键问问题点，监控采采集可能能出现的的问题。数据采集

31、集问题的的排错机机制和容容错机制制。系统现状状管理需求求现状系统时间窗口采集管控控采集监控控问题处置置选择合适适的采集集技术，保证数据据原生态态、时效效要求针对结构构化/非结构化化、海量量数据并并发处理理、实时时数据处处理等要求，确定统统一的和和标准的的数据采采集方式式数据分类数据分布布传输数据整合合与存储储方案设设计思想想和关注注点数据整合基于业界界近期研研究进展展，讨论论数据整整合区域域的基本本划分层层次明确整合数据据区中应应该有多多少个逻逻辑/物理数据据库，具具体定位位SA、ODS、DWD、DWA、DM数据集进一步步细分的的策略，实时中中的建模模策略、参照方方法论等等建设方方法操作型/分

32、析型数数据数据据、结构构化/非结构化化数据、实时/非实时数数据等不不同数据据类型的的功能划划分和整整合策略略各个数据据集/库中应该该存放哪哪些数据据，包括括数据类类分布和和数据生生命周期期分布策策略；数数据在不同数数据集间间的复制制策略，如数据据集市是是否全量保存DWD中的CDR数据存储大数据的3V特征，对对数据存存储与处处理的要要求，满满足9621的支撑要要求结构化数数据、非非结构化数据的特特征分析析，相应应的存储储管理策策略，不不同类型型数据的共共用机制制非结构化数据的分分类、标标引等结结构化信信息的提提取方法法内存数据据管理技技术在实实时流数数据处理理中的具具体应用用策略结构化/非结构化

33、化数据、实时/非实时数据等不不同类型型数据应应该使用用哪些软软硬件平平台，包包括DBMS管理和处处理能力力要求，计算、存储、网络平平台不同数据据生命周周期的数数据清理理机制、数据存存储管理理策略，数据在在在线区区、近线线区、归归档区的的自动归归档与自自动恢复复机制。海量多样化速度生命周期软硬件平台层次划分数据集定义建设方法数据存放数据模型型明确应该该存在几几套数据据模型，每类数数据模型型的定位位和承接接关系,统一模型型和个性性化模型型之间的的关系，如何满满足省分分5级/7级要求选择企业业现有数据模型型+IBM行业数据模型型+其它优秀秀实践，确立企业业级逻辑数据据模型的的主题域域、数据据分类和和

34、数据子子类数据模型型数据服务务方案设设计思想想和关注注点方案设计计数据服务务理解数据服务务内涵必要性可行性服务层次次指对大数数据平台台中的各各种数据据进行封封装，通通过各种种服务方方式向不不同应用用系统提提供数据据服务，以满足足用户的的多样性性数据请请求。将数据服服务划分分为3个层次，中层服服务、底底层服务务开放给给内部应应用系统统使用，高层服服务向所所有用户户开放；数据应用用基于数数据服务务，通过过EAB取得数据据，数据据服务可可复用部部分数据据交互进进程，并并依据数数据标准准、元数数据提供供服务；建立简单单、易用用的数据据封装、服务开开发向导导，能够够快捷的的对数据据进行封封装，发发布新服

35、服务；两层服务务接入安安全管理理，以及及对服务务请求优优先级管管理，控控制服务务执行的的数量，保障系系统安全全平稳的的运行；高层服务务请求需需要进行行语义转转换，然然后执行行服务，中层、底层服服务不需需要语义义转换，直接执执行服务务；服务运行行方式数据服务务目标建立应用用和数据据之间标标准化的的访问接接口，能能够快速速响应用用户的各各种数据据请求，提升与与外部系系统实时时的互动动与信息息共享能能力；将数据与与应用隔隔离开来来，实现现系统间间的松耦耦合性，依托大大数据平平台能力力，对各各种数据据请求作作出快速速响应，实现实实时的信信息共享享；将各种接接口技术术及响应应模式组组合成多多种服务务方式，快速响响应各种种服务请请求，用用户可根根据实际际情况选选择适合合自己的的服务方方式；与其它模模块协作作服务功能能划分数据应用用方案设设计思想想和关注注点应用技术术架构应用开发发环境应用管理理平台应用框架架细化补充