IBM大数据平台解决方案介绍

IBM大数据平台解决方案介绍

Dalian,11March,2013XiaoFeiWang1.项目背景理解IBM大数据平台解决方案当前业务面临的挑战数据问题慢缺重散繁差企业内数据定义缺失；数据项缺失；数据属性不完整；企业外部数据无暇顾及；数据在多个系统中重复采集、重复存储；系统数据无法关联、共享，数据整合困难；系统林立，数出多门；数据时效性差，使用者无法及时获得所需信息；数据使用不方便，方法繁琐；手工报表多；数据质量差，数据不完整，数据不一致；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数据支撑难以进行深度分析决策缺乏可靠依据IT如何推动公司运营变革2、服务管控模式逐步完善夯实基础管理管控思路由简单支撑向精细服务转型全面优化信息化服务流程实现分级服务保险行业经过多年的发展，整个行业的变革越来越快，市场竞争环境也日益激烈。保险公司想要在残酷的竞争中占得先机，就必须考虑产业的融合，并在价值链中占得有利的位置。1、由被动的IT支撑向主动的以数据为核心的IT服务转型以大数据为核心组织IT服务能力持续完善基础支撑能力拥抱互联网架构体系全面云化大数据思考根据Gartner的定义，大数据的特征具体涵盖了3V的内容：数据量庞大（Volume）：从PB扩展到ZB；IT系统、互联网、物联网等每天都在产生大量新生数据，过去的两年间产生的数据占到了所有数据的90%数据变化快(Velocity)：数据变化与处理的频度由天加速到秒/毫秒；订单、支付、欺诈、微博、监控视频、传感器、信令每时每刻都在不停的产生数据数据多样（Variety)：数据种类繁多：数据库表，格式文本，自然语言文本，电子表格，声音，图片，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（value）大数据应用价值可以从公司侧和客户侧体现客户：精准服务及时响应智能应用透明管控围绕大数据应用，促使公司实现科学运营、价值创造以及透明管控，一方面能使得公司侧感知到大数据带来的管理、决策、运营效率和质量的提升；另一方面，能够使客户感知到大数据带来业务开发的智能、服务及时以及与需求匹配的精准。科学运营价值创造企业：开发便捷分析及时决策支持数据准确…大数据平台客户2.大数据平台需求理解IBM大数据平台解决方案大数据平台的关键需求角色流程数据应用数据分类市场营销产品开发客户管理客户洞察……决策类活动管理类活动执行类活动分析类活动结构化了企业架构中四大架构的关键要素，以及要素间的承接关系，形成了一套规范、清晰的定义，从而为大数据平台的方案设计建立了更明确的指导依据和验证方法。柔性架构的大数据平台企业架构方法论和云计算技术让建立柔性架构成为可能，基于企业架构元模型，建立柔性的架构需要实现业务、应用、数据、技术四个架构层面的解耦。业务—应用/数据：业务活动在业务架构和应用架构(大数据平台)间具有承上启下的作用，可从业务类型和业务活动类型两个维度划分，前者体现业务差异，后者更多体现数据平台能力要求，且可以稳定地分为决策类、管理类、执行类和分析类四种，因此业务与IT的解耦可从四类业务活动支撑实现。应用—数据：应用和数据共同承接了业务，数据实体也承接了应用交互，因此二者解耦的核心是数据实体。这可以通过建立稳定的、弹性的企业企业级大数据模型、数据整合与存储区域，保证未来应用对数据操作的可扩展，以及屏蔽了应用对底层数据直接访问的数据服务加以实现。应用/数据—技术：系统组件承接了应用和数据，因此要实现该层面的解耦，需要解决系统组件对应用的依赖，可通过建立应用开发平台、数据交换平台和数据管控平台来实现。同时基于云计算的弹性扩展和虚拟化技术实现系统组件与基础设施的解耦。大数据平台能力需求分析——决策类业务活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为达到某一目标而在若干个可行方案经过分析、比较、判断，从中选择并赋予实施的过程据诺宾斯泰（Robenstein）将决策过程定义为五个步骤大数据平台的核心是数据，从数据生命周期看，大数据的生成、获取、整合、服务、应用、归档各个步骤分别有着不同的目标，并面临不同的问题从决策类活动过程和数据生命周期两个维度，对大数据平台的决策类活动的支撑能力需求进行分析通过优化技术选择满足约束条件的最优方案4V产生应用获取整合服务归档应用通过仿真技术进行各种方案的预演与细化整合案例类、规则类知识支撑规则制度信息查询实时/准实时数据捕获客户行为捕获企业/用户互联网数据捕获应用服务获取整合大数据的存储和管理海量数据的快速分析海量数据的快速获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/准实时数据捕获互联网数据捕获冷数据的近线访问快速的数据服务执行简便的数据服务使用非结构化数据的挖掘和分析快速的数据转储和归档高可用的数据支撑建立柔性的架构支撑个性化应用开发支撑最终用户自定制的数据服务与生产系统在功能和数据分工上清晰合理与生产系统的及时交互决策执行业务活动中的数据支撑大数据平台能力需求分析——分析类业务活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数据的深入分析，力求取得更深刻业务洞察的过程，参考DM-CRISP数据挖掘方法论，包括业务理解、数据理解、数据准备、数据建模、模型评估和模型部署六个步骤4V产生应用获取整合服务归档应用整合应用服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应用整合获取服务归档历史数据探查和分析海量数据的快速获取方便准确的数据抽样能力探索数据可方便归档和恢复非结构化数据、实时数据的获取海量数据的获取非结构化数据与结构化数据的整合流数据概要数据与结构化数据的整合海量数据的处理能力非结构化数据分析能力海量数据分析能力支撑不同分析的数据宽表宽表数据归档丰富的数据挖掘算法建模过程中的模拟仿真仿真结果的优化计算调用API进行模型训练能力丰富的数据计算和可视化分析模型能够导出为可直接使用的评分条件，如SQL评估数据能够嵌入到模型评估中，通过外部调用发现已经退化的模型模型分析结果的快速回写模型评估数据集的提取模型分析结果嵌入到生产系统中模型分析源数据的预处理与获取大数据平台台关键能力力需求——应用开发与与运行当前总部BI系统的数据据应用需求求包括业务务部门的计计划性业务务支撑需求求和大量的的临时性支支撑需求，，以及IT部门自身规规划中的计计划性支撑撑需求；省公司经分分系统也需需要支撑来来自业务部部门和IT部门的大量量支撑需求求，同时要要完成集团团下发的IT规范要求未来省公司司数据集中中后，大数数据平台将将必须承担担省分公司司和总部的的全部数据据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支撑需求数据应用需需求急速增增长总公司IT增长缓慢省公司IT投入有限平台开发方方面：如何何支撑急速速增长的数数据应用需需求平台执行方方面：如何何保障海量量大并发的的数据访问问需求和海海量数据处处理的性能能要求大数据平台台将面临两两大挑战IT人力紧张IT系统扩容难难IT投入效益难难保障大数据平台台关键能力力需求——更直接的决决策支持未来大数据据平台当前BI系统结构化决策策：库存控控制半结构化决决策：套餐餐设计非结构化决决策：产品品外观设计计鸿沟知识库(事实知识、、规则知识识、案例知知识)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立立基于预先先假设模型所需数数据事先确确定已知模型是静态态的模型的数学学形式很完完善，但往往往不能符符合实际业业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非结构化数数据数据挖掘模型仿真模型优化模型3.大数据平台台定位分析析IBM大数据平台台解决方案案前期初步确确立的大数数据平台目目标技术架架构目标架构：：拥抱互联网网、运用云云计算技术术，建立开开放的基于于SOA架构的中国国企业集中中化云数据据服务支撑撑平台，面面向全国各各级经营主主体和总部部集中平台台提供大数数据、分布布式、实时时智能数据据服务支撑撑与客户响响应，并注注重公共数数据、公共共能力的一一点沉淀与与全网共享享，实现基基于特定对对象、特定定需求的个个性化自主主定制、灵灵活组件组组装，高效效实现一级级系统多维维应用多级级支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元数据围绕绕三三个个维维度度：：透明明管管控控、、科科学学运运营营、、价价值值创创造造强调调开开放放灵灵活活：：基于于开开放放业业务务组组件件、、应应用用开开发发平平台台、、公公共共应应用用模模型型等等构构建建，，灵灵活活支支撑撑个个性性化化应应用用开开发发、、部部署署和和推推广广实施施五五项项管管控控：：数据据模模型型与与标标准准、、数数据据质质量量、、数数据据安安全全、、元元数数据据、、数数据据生生命命周周期期推行行五五个个一一点点：：一点点源源头头采采集集、、一一点点加加工工转转换换、、一一点点存存储储、、一一点点分分析析挖挖掘掘、、一一点点服服务务提提供供数据据模模型型标准准管管控控基于于技技术术架架构构目目标标，，加加入入大大数数据据平平台台建建设设的的驱驱动动力力分析析类类系系统统应应该该建建立立多多少少数数据据库库，，多多少少种种数数据据库库保证证数数据据从从省省分分现存存问问题题在一一个个框框架架下下有有效效支支持持5级体体系系的的个个性性化化开开发发和和共共性性开开发发提供供多多种种形形式式数数据据服服务务提提供供方方式式，，并并有有效效执执行行数据据应应用用数据据服服务务数据据交交换换采采集集数据据整整合合数据据存存储储数据据管管控控新兴兴技技术术流数数据据处处理理架架构构和和体体系系桌面面云云管管理理技技术术IaaS、PaaS，SaaS，DaaS等云云管管理理技技术术内容容数数据据处处理理架架构构和和体体系系提供供多多厂厂商商、、多多系系统统的的统统一一开开发发平平台台………………大数数据据平平台台应应具具备备的的技技术术支支撑撑能能力力10962数据据捕捕获获数据据服服务务大数数据据产产生生知识识沉沉淀淀数据据消消亡亡清晰晰的的整整合合层层次次和和加加工工时时效效海量量数数据据、、非非结结构构化化数数据据、、实实时时流流数数据据等等多多样样化化的的存存储储与与管管理理Gartner于2012年7月提提出出大大数数据据管管理理中中：：““列列式式存存储储数数据据库库、、云云计计算算和和内内存存数数据据库库在在未未来来5年内内将将是是3个最最重重要要的的技技术术””数据据价价值值104数据据整整合合3数据据处处理理14业务务信信息息8系统统支支撑撑5数据据分分析析11数据据冷冷却却13数据据归归档档示意意12近线线存存储储7数据据展展示示大数数据据生生命命周周期期时间间大数数据据平平台台将将借借助助云云计计算算的的快快速速可可扩扩展展性性、、标标准准化化服服务务、、自自助助服服务务等等特特征征，，强强化化大大数数据据的的获获取取、、处处理理、、整整合合、、分分析析、、服服务务等等技技术术支支撑撑能能力力，，促促进进敏敏捷捷化化、、个个性性化化的的数数据据应应用用开开发发，，最最终终助助力力IT对业业务务转转型型的的推推动动。。海量量数数据据的的识识别别和和快快速速装装入入数据据分分布布流流转转互联联网网数数据据和和客客户户行行为为捕捕获获实时时/准实实时时数数据据捕捕获获大量量数数据据服服务务需需求求的的快快速速开开发发支支撑撑快速速数数据据服服务务执执行行简便便的的数数据据服服务务使使用用清晰的数据服服务目录数据服务使用用记录针对海量数据据的高性能数数据分析实时数据的即即时分析非结构化数据据的智能分析析（如网页的的标引、结构构化解析，视视频、图片的的模式识别等等）高级分析算法法海量冷数据（（包括实时、、非结构化、、结构化）的的存储和管理理策略冷数据的透明明访问冷数据与热数数据的统一支支撑操作型和分析析型数据的统统一归档快速的数据转转储和归档数据的展现策策略个性化应用开开发支撑共享应用快速速部署对外部系统的的支撑信息提炼以及及对业务的支支撑知识的组织、、沉淀、管理理和应用3V大数据平台与与周边系统的的关系大数据平台与与省分系统和和总部系统的的关系主要体体现在功能分分工协作和数数据交换两大大方面，此处处将大数据平平台作为一个个黑盒子，重重点关注数据据平台与外部部系统的关系系。大数据平台总部系统ADBSID省分系统ADBSID功能分工与协协作生产系统只保保留与生产直直接相关的、、数据稽核（（比对）相关关的统计报表表，其它全部部整合到分析析平台上。直直接相关可以以从流程和数数据两方面考考察，一系列列连续业务活活动，使用相相同数据的应应用功能直接接相关（耦合合度高），如如结算中的话话单数、成本本查询，需要要放在结算系系统。不直接相关的的统计、分析析类应用，由由大数据平台台通过数据服服务，并在D域中统一建立立应用进行支支撑。数据交换一般情况下，，D域中的分析类类应用系统中中不单独存储储数据，系统统所需的和系系统产生的数数据都存放在在数据平台的的数据集市中中。其中如果果系统使用的的数据较少，，可以部门/省分数据集市市；但如果系系统涉及的数数据很多，则则需存放在应应用集市中生产系统使用用的数据全部部存放在生产产系统中，当当需要与大数数据平台发生生共享数据时时，则通过数数据交换进行行。具体交换换周期模式可可以是实时、、准实时和分分批交换大数据平台的的数据整合策策略是根据业业务需求，按按照数据模型型定义和数据据存储周期的的要求，集成成生产系统中中所需的部分分私有数据和和共享数据，，而不是全部部获取和集成成生产系统的共共享数据集（（SID）尽管是数据据中心业务职职能管辖范围围，但SID不属于大数据据平台的管辖辖范围，只是是大数据平台台中的一个数数据源，且SID与大数据平台台的数据交换换是双向的数据读取数据交换数据交换大数据平台在在Cloud的位置大数据平台:外围关系：数数据来源与生生产系统的ADB，SID等；服务对象：数数据应用、反反馈生产系统统；核心内容：数数据管理、数数据组织、数数据管控、数数据服务；承载关系：IaaS统一承载构架架；PaaS数据集与SID和ADB并列；PaaS技术服务集：：互为补充；；PaaS业务服务集：：单独形成面面向分析业务务服务集；大数据平台针针对异常复杂杂的大数据管管理，而云计计算为大数据据管理提供了了坚实的技术术支撑。Cloud以数据为核心心向上提供标标准的封装服服务，以业务务(流程)解耦为前提支支撑生产经营营、数据加工工分析等应用用。概括的说说，Cloud是大数据平台台的载体，为为其提供了基基础运行环境境。4.大数据平台总总体架构设计计IBM大数据平台解解决方案总体逻辑架构构图大数据平台总部系统基于企业大数数据平台生态态系统框架，，总体架构可可分为系统平平台和参与人人两大部分，，其中系统平平台可分为大大数据平台、、总部IT系统和省分IT系统，参与人人可分为企业业内部用户、、外部用户、、系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……省分系统图例逻辑库物理库数据流控制流数据整合与存存储DW/DMODSCloud-i（资源）统一IaaS服务接口数据服务数据管控数据应用开发平台标准化API分析模型SDK……工具软件数据获取非结构化数据据企业内部用户企业外部客户总体逻辑架构构图数据应用应用开发平台台数据整合与存存储数据获取大数据平台生产系统数据服务应用集市总部系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数据归档近线区归档区明细类数据快照类数据日志类数据元数据快照类数据日志类数据参数类数据元数据明细类数据参数类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ODSEDSB部门集市应用集市标准化API分析模型SDK……工具软件EASB接入适配数据交换层数据处理层传输路由标准策略管理理交换管理平台管理监控告警作业管理处理逻辑定义义获取管理层非结构化数据据流数据数据抽取数据转换数据装载省分集市省分集市省分集市知识库DWADWD部门集市透传通道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架构构图IaaSSaaSPaaS物理资源实时流/批量ETL海量分析平台台归档区资源池池虚拟化中低端存储高端存储小型机X86服务器提供能够满足足用户需求的的各类应用程程序关注软件架构构与服务，提提供应用在基基础设施中进进行计算所需需要的各类服服务提供系系统运运行所所需的的计算算与存存储资资源应用统一访问门户SMP集群VMVMVM临时性应用固化应用SMP+MPP+Hadoop小型机机/X86SMP集群数据库库资源源池网络设设备ComputeIntensiveApplicationsPlatformManagementConsolePlatformEnterpriseReportingFrameworkResourceOrchestratorLow-latencyService-orientedApplicationMiddlewareServiceInstanceManager(SIM)EnhancedMapReduceProcessingFrameworkDATAINTENSIVECOMPUTEINTENSIVEPlatformSymphonyCore大数据据平台台方案案设计计关键键点和和相关关方法法论高可用用数据提提供数据全全面性性数据质质量数据快快速提提供与与分发发数据整整合分区与与定位位应该如如何给给大数数据平平台划划分数数据区区，每每个区区的数数据目目标是是什么么应该分分为哪哪些类类数据据整合合区，，有多多少个个数据据库，，每个个数据据库的的定位位是什什么，，必要要性如如何数据存存储成本与与性能能海量、、多样样性、、实时时数据据的高高性价价比的的数据据管理理在线、、近线线、离离线数数据的的管理理策略略易扩展展的数数据存存储架架构支撑大大数据据业务务战略略的应应用框框架自顶向向下：：五个个一点点要承承接自底向向上：：从大大数据据4V特性，，如何何进行行创新新，真真正实实现IT对业务务的推推动IBM行业模模型eTom与SIDIBM数据治治理方方法论论DW2.0方法论论企业信信息工工厂方方法论论维度建建模方方法论论IBMBI方法论论维度建建模方方法论论IBMBI方法论论Hadoop实施方方案IBM企业架架构(EA)方法论论IBMCBM业务组组件模模型关键点点方法论论关键点点描述述自助式式应用开开发支持开开发人人员的的敏捷捷化开开发支持最最终用用户的的自助助式的的查询询、分分析和和挖掘掘IBMBI方法论论工行数数据大大集中中经验验5.分项专专题关关设计计思想想及注注点IBM大数据据平台台解决决方案案数据获获取方方案设设计思思想和和关注注点采集周周期数据传传输采集范范围数据模模型采集技技术采集方方式采集方方式联动机机制传输技技术选择企企业现现有数数据模模型+IBM行业数数据模模型+其它优优秀实实践，，确确立企企业级级逻辑辑数据据模型型结合逐逐步实实现一一点源源头采采集、、覆盖MBO全域全全景数数据，，满足足横纵纵向、、内外外部众众多数数据源源需要要根据系系统中中不同同数据据类型型的时时间串串口（（实时时/准实时时/日月））确定定合理理的数数据采采集周周期根据管管理要要求，，确定定数据据的采采集周周期要要求，，并执执行保证采采集与与源系系统联联动，，避免免源系系统变变化影影响根据数数据类类型、、数据据量、、数据据时效效等特特性选选择合合适的的传输输技术术和策策略确定数数据采采集和和传输输过程程中的的关键键问题题点，，监控控采集集可能能出现现的问问题。。数据采采集问问题的的排错错机制制和容容错机机制。。系统现现状管理需需求现现状系统时时间窗窗口采集管管控采集监监控问题处处置选择合合适的的采集集技术术，保保证数数据原原生态态、时时效要要求针对结结构化化/非结构构化、、海量量数据据并发发处理理、实实时数数据处处理等等要求求，确确定统统一的的和标标准的的数据据采集集方式式数据分类数据分分布传传输数据整整合与与存储储方案案设计计思想想和关关注点点数据整整合基于业业界近近期研研究进进展，，讨论论数据据整合合区域域的基基本划划分层层次明确整整合数数据区区中应应该有有多少少个逻逻辑/物理数数据库库，具具体定定位SA、ODS、DWD、DWA、DM数据集集进一一步细细分的的策略略，实实时中中的建建模策策略、、参照照方法法论等等建设设方法法操作型型/分析型型数据据数据据、结结构化化/非结构构化数数据、、实时时/非实时时数据据等不不同数数据类类型的的功能能划分分和整整合策策略各个数数据集集/库中应应该存存放哪哪些数数据，，包括括数据据类分分布和和数据据生命命周期期分布布策略略；数数据在在不同同数据据集间间的复复制策策略，，如数数据集集市是是否全全量保保存DWD中的CDR数据存存储大数据据的3V特征，，对数数据存存储与与处理理的要要求，，满足足9621的支撑撑要求求结构化化数据据、非非结构构化数数据的的特征征分析析，相相应的的存储储管理理策略略，不不同类类型数数据的的共用用机制制非结构构化数数据的的分类类、标标引等等结构构化信信息的的提取取方法法内存数数据管管理技技术在在实时时流数数据处处理中中的具具体应应用策策略结构化化/非结构构化数数据、、实时时/非实时时数据据等不不同类类型数数据应应该使使用哪哪些软软硬件件平台台，包包括DBMS管理和和处理理能力力要求求，计计算、、存储储、网网络平平台不同数数据生生命周周期的的数据据清理理机制制、数数据存存储管管理策策略，，数据据在在在线区区、近近线区区、归归档区区的自自动归归档与与自动动恢复复机制制。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模型明确应应该存存在几几套数数据模模型，，每类类数据据模型型的定定位和和承接接关系系,统一模模型和和个性性化模模型之之间的的关系系，如如何满满足省省分5级/7级要求求选择企企业现现有数数据模模型+IBM行业数数据模模型+其它优优秀实实践，，确确立企企业级级逻辑辑数据据模型型的主主题域域、数数据分分类和和数据据子类类数据模模型数据服服务方方案设设计思思想和和关注注点方案设设计数据服服务理理解数据服服务内内涵必要性性可行性性服务层层次指对大大数据据平台台中的的各种种数据据进行行封装装，通通过各各种服服务方方式向向不同同应用用系统统提供供数据据服务务，以以满足足用户户的多多样性性数据据请求求。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