数据解决方案

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇数据解决方案范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

数据解决方案范文第1篇

随着RFID的应用普及，RFID与传统应用系统的交互与协同成为了中间件的一大课题之一。SAP公司推出的AII（Auto ID Solution）是一个网络化的集成中间件，能够以惊人的速度处理海量的Tag 数据，并提供数据获取、数据建模、数据过滤、数据归并、数据存储乃至数据联接等数据处理功能。 AII同时提供双向的数据交互功能，从而能够实现比如实时的价格更新、产品召回、实时道路指引等功能。

AII技术功能介绍

AII作为连接RFID技术的中间件解决方案，主要包括下几个功能模块:

联接模型（Association Model） AII 的数据核心是联接模型。任何一个联接模型的实例就是从RFID Reader和其他RF信息收集系统返回的系统环境状态和实际连接信息数据的一个具体化展现（实例），其架构精确地表现了需要被监控的业务逻辑和物理世界。联接模型是对业务逻辑和物理世界非常好的一个抽象。

企业系统适配器（Enterprise System Adaptor） 企业系统适配器提供了双向数据交换的功能，并且能够非常方便地整合SAP相关产品的系统应用，当然也同时支持非SAP系统的企业应用整合。适配器所提供的是一个轻量级的整合服务，是企业信息系统和全局信息总线（Global Information Bus）之间的桥梁。

全局对象数据引擎（Global Smart-Items Data Engine） 全局数据引擎具有对所有被跟踪的应用对象（Smart-Items）进行全局数据维护的功能，包括对象的应用数据、历史信息，以及对象与企业应用架构之间的关系等等; 同时，在需要的情况下，可以提供数全局数据配对和数据整合的功能。

本地对象数据引擎（Local smart-Items Data Engine） 本地对象数据引擎有着和全局对象数据引擎相同的结构和类似的功能，但是它只提供和维护本地对象的数据，本地对象数据引擎与数据总线相连，为整个系统提供数据。

全局数据总线（Global Information Bus） 全局数据总线功能是一个中央数据集成控制器，提供不同企业应用系统的对象(Smart-Items) 之间的数据集成和交换。全局数据总线支持B2B类型的文档交换、基于-订阅模式的事务操作、乃至实时的点对点通信。

本地数据总线（Local Information Bus） 本地数据总线与全局数据总线类似，提供基于-订阅模式和点对点模式的通信，然而本地数据总线提供对本地数据的交换和消息的控制。对本地数据的处理效率和对本地消息的响应速度优于全局数据总线。它将对本地提交的数据和消息根据本地规则作出处理和整合，并按照规则和路径提交到全局总线或者数据/消息接受者; 对于有些数据，在传输到本地总线前，已经经过了相应的控制引擎或者数据引擎的处理。

控制引擎（Control Engine） 控制引擎通过单一设备控制器和网络设备控制器对设备协同运作进行管理，同时也有一些数据过滤的功能。控制引擎可以通过数据总线来访问设备控制器; 在实时要求的情况下，也可以直接访问控制器（通过不同的端口，或者特定的网络等方式）; 可以通过配置来决定不同的访问方式。

单一设备控制器（Simple Device Controller） 单一设备控制器在硬件抽象层面控制一些单个设备，比如RFID读写器。可以把它看作是设备的服务器。目前SAP的演示系统中，可以用它来触发事件，然后传输到数据总线上。

网络设备控制器（Network Device Controller） 下一代RFID产品（感应器、读写器）将能够直接在网络上插拔使用（成为即插即用设备）。新插入的设备，将被自动地识别、配置、管理和控制，这些都将通过网络设备控制器，通过数据总线来完成。

数据读写适配器（Data I/O System Adapter） 数据读写适配器提供了数据引擎和本地控制系统之间的数据整合和交互功能。从而形成一个本地的闭环控制机制。可以用在生产控制、任务-资源控制、质量控制等系统，和对一些第三方的系统集成中。

数据解决方案范文第2篇

关键词： 数据持久层； Spring JDBC； Hibernate技术； 映射文件配置； 多层Web

中图分类号： TN911?34 文献标识码： A 文章编号： 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

数据持久层是经典Web应用程序三层架构中非常重要的一层，它用来解决面向对象应用程序向关系数据库存储数据时数据类型不一致的问题，即ORIM （Object Relation Impedance Mismatch）问题[1]。其基本的解决方法是使用ORM（Object Relation Mapping）思想，该思想注重利用元数据将数据在对象与关系之间来回映射，从而确保数据访问代码不直接侵入域对象类。目前已经有许多ORM 框架技术，如iBATIS，Hibernate及JPA等，并且Hibernate以其轻量级、纯粹的面向对象编程理念等优势成为目前主流的持久化实现工具[2]。

然而，由于Hibernate对JDBC封装得过于完整，导致开发人员无法灵活使用JDBC的原生SQL，所以其没有JDBC直接访问关系数据库效率高；同时Hibernate遵循ORM原则，导致映射文件配置过于复杂，当遇到大型项目时映射文件和面向对象代码是非常庞大且繁琐，这直接影响到Web系统的性能及维护；而且Hibernate处理批量数据时较弱，对于批量数据的修改和删除不适合用Hibernate来完成。针对Hibernate这些缺陷，本文提出了一种基于Spring JDBC的数据持久层解决方案，并将其应用于可移动文物管理系统持久层部分。

1 Spring JDBC

Spring是目前流行的轻量级一站式企业应用程序解决方案，它以一种统一的方式对持久化数据访问提供支持，并将数据持久化中固定格式的代码封装为Spring JDBC，因而Spring JDBC本身就是对JDBC轻量封装，它由Core，Datasource，Object和Support四个不同包组成，其中最重要的是Core包，它提供了核心功能的类，并且JdbcTemplate是该Core包中最重要的类[3]。

JdbcTemplate类通过提供相应的模板和辅助类来完成对数据的CRUD操作，进而解决了传统JDBC对数据库的繁琐操作以及代码重复的问题；它替开发人员完成了资源的创建以及释放工作，从而简化了对JDBC的使用；它还可以帮助开发人员避免一些常见的错误，比如忘记关闭数据库连接等；而且JdbcTemplate将完成JDBC核心处理流程，比如SQL语句的创建、执行，而把SQL语句的生成以及查询结果的提取工作留给开发人员的应用代码[4]。它还可以完成SQL查询、更新以及调用存储过程，可以对ResultSet进行遍历并加以提取等。并且，得益于Spring良好的隔离设计，JDBC封装类库可以脱离Spring Context独立使用[5]，其架构如图1所示。

2 简捷的数据持久层方案研究

2.1 数据持久层方案设计

源于传统的Web应用程序三层架构，将数据持久层从业务逻辑层分离出来，使其处于业务逻辑层和关系数据库层之间，这样持久层相当于“桥梁”角色，然后采用Spring JDBC来实现，其具体方案设计[6]如图2所示。

由图2可见，由于业务逻辑层的Java应用程序必须通过JDBC来访问关系数据库中的数据，因此持久层本质上实现了对传统JDBC API的封装，同时它还实现了数据类型由Java面向对象类型向标准的SQL类型的转换，进而实现了高质量的对象关系转换工作，从而有效解决了对象关系阻抗失配问题。而这些任务当前由Spring JDBC来完成。它通过借助JdbcTemplate模板类使开发人员能够更加专注于数据访问的具体逻辑，而不会再关注数据资源管理及异常处理等，这不仅简化了JDBC的使用，且在一定程度上减少了错误的发生，同时也使数据持久化操作变得更加简捷灵活。

2.2 数据持久方案实现

本数据持久层是基于Spring JDBC来实现的，因此需要创建VO值对象及DAO接口，并通过DAO来持久化VO。其中，VO专门用来封装持久层对象的数据，它通过POJO类来具体实现；DAO则用来抽象和封装对关系数据库中数据的访问操作，并形成统一接口对外提供服务，同时隐藏操作关系数据库的实现细节，进而有效实现业务逻辑层与数据库层的松耦合[7]。DAO本身管理着与关系数据库的连接，内部封装了JDBC数据操作、事务处理等API。Spring框架为JDBC的DAO提供了JdbcDaoSupport支持类，使用该类能够更加简化JDBC操作，因为在JdbcDaoSupport中已经提供了JdbcTemplate的变量，只要自定义类继承JdbcDaoSupport就可以直接调用JdbcTemplate相关的方法来实现数据的持久化[8]。

在实际开发中，首先需要定义DAO接口，该接口对外提供CRUD操作方法；然后定义DAOImpl实现类，该类需要实现DAO接口并继承JdbcDaoSupport，通过调用JdbcTemplate相关的方法（如update，mapRow等）来完成对关系数据库中数据的具体操作任务[9]。业务逻辑层只需调用DAO接口中对外提供的方法，而不需要关心DAO的具体实现细节，这样有利于Web应用程序在不同的持久层技术之间切换，进而增强了系统开发的灵活性和有效性。ApplicationContext.xml配置文件中除了统一配置数据源及事务之外，还需要配置业务逻辑Bean，数据持久DAOImpl，并通过DI为DAOImpl注入Factory，为业务逻辑Bean注入DAOImpl，这样有机地完成Web应用程序中各Bean组件的组装和集成。

3 简捷的数据持久层方案应用

文物是人类在历史发展过程中遗留下来的遗物、遗迹，它是人类宝贵的历史文化遗产[10]。随着新文物的出土和发现，以及新技术的引进，传统的文物管理方式已无法满足当今文物管理的需要，开发一个响应速度快、拓展性强和维护性好的可移动文物管理系统非常必要，通过它来管理已经向外公开的可移动文物，让更多的人对它们有所了解和认识，进而推进文物的普及工作。为了快捷实现该系统的数据访问，增强用户体验，将所提出的数据持久层方案应用到本系统的持久层部分，具体实施过程如下：

3.1 环境搭建

环境搭建是具体使用某种框架技术最重要的一步，在此过程中根据不同框架技术所完成的具体工作不一样，但一般都有导入相关的Jar包，创建和配置相关文件，并进行框架的初始化等工作。由于Spring JDBC使用相对简单，因此在可移动文物管理系统持久层部分的环境搭建中，只需进行相关Jar包的导入即可，如导入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文件是整个可移动文物管理系统的基础，它所起的作用至关重要，其能将本系统的持久层、业务逻辑层及其他各层有机的融合在一起，并实现对系统中所有Bean的有效管理。ApplicationContex.xml在本系统持久层部分主要完成数据源配置、事务配置及其他一些初始工作，用于保证Spring JDBC正常完成该系统VO的持久化任务，其关键配置如下：

3.3 创建VO值对象

一个VO通过一个简单的Java对象即POJO来实现，一般情况下，一个POJO就表征了与数据表里某条记录相对应的实体，它由实体的一些属性及属性的访问方法组成，其中除了无意义的主属性只能被获取外，每一个属性都对应着两个外部对象访问的方法，即get（）和set（）。本可移动文物管理系统相关的POJO有User.java，Admin.java，CulturalRelic.java，Picture.java，Video.java，Msg.java和News.java等，其中3.4 创建DAO接口及实现类

根据本文所提出的数据持久层方案，使用DAO设计模式来完成可移动文物管理系统持久层任务。DAO模式的实现包括DAO接口和DAOImpl实现类。其中，DAO接口负责声明访问特定POJO所对应的抽象业务逻辑方法，DAOImpl实现类则负责使用Spring JDBC封装的JdbcTemplate来具体实现DAO接口中声明的抽象方法，这样可以减少组件间的耦合度。在本系统中，创建的DAO接口有UserDAO.java，AdminDAO.java，CulturalRelicDAO.java，PictureDAO.java，VideoDAO.java，MsgDAO.java和NewsDAO.java等，然后通过调用JdbcTemplate提供的方法对这些DAO接口进行实现。其中CulturalRelicDAO的实现类CulturalRelicDAOImpl里删除可移动文物的方法核心代码如下：

4 结 语

本文使用Spring JDBC来设计和实现了Web应用程序中的数据持久层，并将其应用于可移动文物管理系统持久层部分，解决了目前主流的Hibernate在完成持久层任务时所遇到的一些问题。通过实际应用开发证明，该持久层方案是正确可行的，且具有如下三方面特征：

（1） Spring JDBC通过借助JdbcTemplate可以执行对关系数据的CRUD操作，不仅代码简单、容易编写，而且相对于Hibernate对JDBC全封装模式更为灵活。

（2） Spring JDBC继续了以前JDBC的SQL访问方式，不需要在HQL和SQL之间相互转换，可以直接操作关系数据库，进而提高了数据访问速度，增强了用户体验。

（3） 该方案没有*.hbm.xml映射文件繁琐配置，避免了运行时产生大量的冗余数据存放于内存，进而提高了系统性能以及系统的开发效率。总的来讲，基于Hibernate技术实现Web应用程序中的数据持久层已出现较多问题，而通过Spring JDBC来完成数据持久层任务，具有简单、快捷、灵活及高效等特性，因此值得进一步推广使用。

参考文献

[1] 闫宏印，张卫争，刘超慧.开源框架下Web应用分层的设计与实现[J].计算机工程与设计，2008，29（23）：6023?6025.

[2] 夏斌，李志蜀.基于Hibernate框架的数据持久层的研究及应用[J].计算机应用，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] 张俐，张维玺.基于Spring和JDBC的蔬菜运销管理系统在数据持久层的应用[J].安徽农业科学，2012（7）：4401?4403.

[6] 张少应，程传旭.基于Hibernate持久化层的设计与实现[J].计算机技术与发展，2014（12）：101?104.

[7] 刘德山，杨彬彬.基于Hibernate框架的数据持久层架构设计及应用[J].微型机与应用，2011，30（15）：12?14.

[8] 高剑，朱程荣.Spring框架在数据持久层的应用研究[J].微机发展，2005，15（11）：106?108.

数据解决方案范文第3篇

大数据在2012年备受关注，主要是由需求和技术两方面因素所决定的。在需求方面，一方面是因为企业在经过一段时期的信息化建设后，积累了大量的数据资产，迫切需要让这些数据产生价值。另一个方面，海量非结构化数据随着社交网络、移动应用的普及而产生，如何分析这些非结构化数据并使其产生价值，成为企业所面临的新的挑战。

在技术方面，内存计算技术的成熟，使得企业实时分析海量数据成为可能。Hadoop技术的完善，为非结构化数据分析提供了可能。

在大数据解决方案方面，不能不提软硬件一体机。这两年，具有简化IT、降低IT运维成本优势的软硬件一体机越来越受到供应商和用户的青睐。值得一提的是，当前的软硬件一体机中，很多都是大数据解决方案：最早推出软硬件一体机的甲骨文公司的第一款软硬件一体机产品Exadata数据库一体机就与大数据相关，甲骨文后来推出的Exalytics商业智能一体机和大数据一体机都是用于数据分析的；被SAP视为革命性的产品SAP HANA属于内存计算一体机，其最大的优势在于可实现海量数据的实时分析；IBM今年推出的PureSystem系列一体机中，就有PureData；微软与惠普联合推出的BI一体机，也是用于数据分析的……

尽管市场已经非常火热，但是当前大数据市场应该尚属于启动阶段，因为大部分用户对大数据仅仅有想法而没有真正的行动，而他们对于大数据分析的需求是显而易见的。相关的解决方案也有待完善，特别是针对非结构化数据分析的解决方案。

IBM PureData

作为IBM PureSystems专家集成系统家族的新成员，PureData能够帮助企业在几分钟内完成对PB数量级大数据的管理和分析，高效获取洞察力，从而实现企业市场、销售等各部门业务目标的快速推进，并帮助各行各业的企业解决几大难题：如何利用更简便、经济的方式分析业务数据，了解客户购买行为，减少客户流失，开展需要大量数据支持的市场推广活动以及实时发现欺诈行为。

不同于其他数据系统，PureData能够将系统安装和配置的时间从24天减至24小时，将复杂的分析时间从数小时骤降至数分钟，并实现在单个系统上管理100多个数据库的卓越性能。通过PureData系统，企业得以在传统IT环境或云环境中为业务用户提供高性能的数据服务，在不到10天的时间里完成Web应用的部署，而同样的任务过去至少需要6个月才能完成。

针对特定工作负载，PureData共有三个型号，分别是PureData System for Transactions（PureData事务系统或PureData交易系统）、PureData System for Analytics（PureData分析系统）和PureData System for Operational Analytics（PureData运营分析系统）。

目前，60多家ISV（独立软件供应商）已经表示将全力支持PureData。PureData将为这种开放的合作模式提供新的平台，激励更多合作伙伴开发适用于PureData的解决方案。同时，IBM还将在这些解决方案和应用的基础上推出数种新模式，涵盖社交业务、资产管理和业务流程管理，全面简化软硬件资源的配置和管理，为20多个行业应用领域提供支持。

IBM大数据平台

IBM充分发挥其整合的优势，结合信息管理、业务分析等领先的软件提出了“大数据平台”架构，为各行业企业选择和构建大数据解决方案提供了全面的技术支持。IBM大数据平台突破了传统数据仓库和数据管理理念，能够为企业组织提供实时分析信息流和因特网范围信息源的能力，让这些企业实现更为经济、高效的大数据管理，并为在此之上的业务分析奠定坚实的基础。

IBM大数据平台的四大核心能力包括Hadoop系统、流计算、数据仓库和信息整合与治理：

·IBM在Hadoop系统领域的代表产品是InfoSphere BigInsights。IBM将其在数据管理上的丰富经验与Hadoop开源平台高效整合，使得BigInsights相比普通的Hadoop开源工具的可用性、可管理性、安全性得以大大提高，成为最主要的静态大数据分析工具和平台；

·IBM在流计算领域的代表产品是InfoSphere Streams，它是目前业界独有的流数据处理技术。InfoSphere Streams能够在诸如气象信息、通信信息、金融交易数据的管理中动态捕捉信息，进行实时分析，为静态数据的处理提供有效补充。

·IBM在数据仓库领域的代表产品是在线交易型数据仓库InfoSphere Warehouse和分析型数据仓库Netezza。Netezza可将大量数据整合到统一平台上，计算能力高达TB级。

·信息整合与治理是IBM在业界独有的方法论和技术，其代表产品是Optim和Guardium。近期推出的Guardium 9能够将如DB2这样的传统关系型数据仓库和基于Hadoop的分布式存储系统进行统一管理，并提供完整的数据生命周期管控。

微软SQL Server 2012

微软SQL Server 在市场上有着良好的口碑，是全球使用较为广泛的数据库与商业智能产品。微软SQL Server提供了对混合IT环境的支持，全面支持私有云和公有云，并可实现平滑迁移，满足企业实现数据库以及应用扩展的需要。

作为云就绪信息平台，SQL Server能够满足企业关键业务应用环境所提出的高稳定性、高性能、高安全和易管理等需求，同时提供全面的商业智能及数据仓库解决方案，帮助企业更好地挖掘数据背后的知识，提供强大的工具实现并展现数据分析结果，且能根据企业需要实施个性化的云以及大数据解决方案。

作为微软的信息平台产品，SQL Server在数据处理与分析市场一直处于领导地位。SQL Server是全面的数据库、数据仓库、商业智能解决方案。它不仅提供全面的满足OLTP处理的功能，而且提供多种组件以满足不同规模客户的多种需求。它是第一个带有商业智能全套组件的数据库产品，在数据分析，特别是OLAP领域有着极好的口碑。

针对大数据，SQL Server具有自己本地以及云端解决方案，与微软强大的商业智能组件以及前端展现方式相结合。

国泰君安证券股份有限公司已经借助微软SQL Server 2012提升了数据分析能力，实现了对用户的精准服务与趋势跟踪。国泰君安是目前国内规模最大、营业范围最宽、机构分布最广的证券公司之一。基于以往使用 SQL Server 产品的良好经验，以及客户数据建模、多维分析与钻取、动态报表分析与展现等领域的应用需求，国泰君安选用微软 SQL Server 2012来搭建新一代的零售客户BI分析系统。国泰君安充分利用新一代 SQL Server提供的对大数据量的数据分析及计算能力，结合Power View及PowerPivot 的易用性，更高效、更自主地发现业务数据的变化及趋势，提高针对零售客户的业务洞察力，优化以客户为中心的证券服务。

SAP实时数据平台

SAP实时数据平台是一套紧密集成并优化，专为应对当今企业数据管理的最新挑战的领先技术平台。

凭借革命性的创新产品SAP HANA与业界领先的Sybase数据管理产品，SAP实时数据平台这套全方位集成、实时处理的平台，在包括数据交易、迁移、存储、处理和分析等在内的信息生命周期的不同阶段，不仅能够帮助企业用户管理海量数据存储，即时处理高速流量数据，实现智能数据流动，数据可视化消费，而且还可以帮助用户大大降低基础架构的复杂性，在满足应用基本的设计和蓝图管理需求的同时，为下一代大数据应用和分析提供卓越性能，持续保证对云计算和移动应用的平台支持，从而有效降低成本。

值得一提的是，所有这些平台功能的交付，都将在尽可能不影响客户现有应用的前提下进行。

作为SAP实时数据平台的核心，SAP HANA独具创新性，并已得到市场的充分验证。SAP HANA不仅能帮助客户以快10万倍的速度获取和传递信息，还将为企业信息系统提供强劲动力，通过技术创新促进业务发展，最终帮助企业以全新的思路拓展业务，达成卓越绩效。

Teradata Aster大数据综合分析平台

Teradata Aster大数据综合分析平台是业内首款集成Teradata Aster以及Apache Hadoop的大数据解决方案，整合了MapReduce和Hadoop的技术优势。

作为卓越的企业级平台，Teradata Aster大数据综合分析平台使用了业内独有的SQL-MapReduce接口语言，以及全面的MapReduce 分析功能库。该分析库内嵌50多项预建的MapReduce功能，提供开箱即用的图形、文本、行为、营销分析，以及更多分析功能。

作为一个真正采用混合架构的平台，Teradata Aster大数据综合分析平台包含Aster Database、Aster SQL-MapReduce和Apache Hadoop。由于深度集成了Aster与Apache Hadoop平台，用户无需接受复杂的培训即可通过SQL-H连接器和SQL-MapReduce使用标准SQL访问Aster和Hadoop数据进行分析平台。

与市场上其他典型平台相比，该平台的数据吞吐量及分析速度可分别提高19倍及35倍。

Oracle Exadata X3 Database In-Memory Machine

Oracle Exadata X3 Database In-Memory Machine是Oracle Exadata数据库云服务器的最新升级产品。

Oracle Exadata X3 Database In-Memory Machine是甲骨文云平台的关键组件。Oracle Exadata X3-2和X3-8 Database In-Memory Machine均可在闪存和随机存储器（RAM）中存储多达数百TB的压缩用户数据，几乎可以消除由磁盘驱动器减速而产生的读＼写功能运维费用，从而使Exadata X3系统成为应对云计算中不同类型和不断变化的工作负载的理想数据库平台。

为了以最低成本实现最高性能，Oracle Exadata X3 Database In-Memory Machine采用了多个存储层次，可自动将所有活动数据转移到闪存和随机存储器中，同时将活动性较低的数据保留在低成本的磁盘上。

数据解决方案范文第4篇

关键字：招生；数据库；网上远程录取；数据处理；VFP

一、关键问题与主要业务分析

全国高校均采用清华同方招生录取系统，该系统的打印通知书功能较差，不够灵活性；也没有完善的查询、统计和汇总功能；该系统不能实现秋季、成人录取新生的数据共存，录取秋季考生数据必须要在计算机中删除以往考生的数据，某一时刻只能录取一个类别的考生，以往录取数据不能保留，虽然各层次录取软件在本质上是一致的，教育部和省招办也要求一定要卸载以往安装的录取软件，最好是重装系统，因为只卸载录取软件是无法清除注册表文件信息的，这就无法实现院校对全年录取各类新生数据进行统计。另外清华同方招生录取系统无法解决专业名称统一的问题，因为院校虽然前期给各省招办计划部门提供统一的各专业名称，但各省招办有可能执行国标名录库中的各专业名称，如：院校提供招生专业为“国际物流管理”，但国标专业名录库中该专业的名称为“物流管理”；再有由于清华同方招生录取系统采用了数据库中泛式的处理方式，从该系统下载的数据是格式化数据，招生办工作人员很难懂其含义，需要另一套处理机制汇总、转意这些数据，使一般招生工作人员能看得懂、能对其操作处理；同样清华同方招生录取系统也无法实现将部分数据分发到各系部、邮局和银行，无法体现院校个体差异性，为完成上述没有完成的功能，本人为天津滨海职业学院招生办设计开发了招生信息处理系统，该系统的应用能够解决上述所有问题，并且能够实现自动化处理，节省人力和时间，提高准确性和效率。

二、解决方案

虽然该系统只是针对天津滨海职业学院招生设计的，但它实际上是针对清华同方招生录取系统的二次开发，适用任何一所采用清华同方招生录取软件的高校。考虑到各个院校计算机硬件条件差别较大，开发没有使用现在较流行的复杂架构和大型数据库，而是采用可以在所有机器上运行的VFP中小型数据库。又由于招生信息处理没有网络需求，只在单机上运行就可以，所以开发采用单机版，而不是网络版。这样就最大程度保证其安全性，不上网安全性有较大提高。

（一）该系统主要包括如下功能模块及功能：

1.分科类模块：该模块能实现普通类不分文理综合科类、艺术科类、只有艺术文科类、成人科类、普通类分文和理模块科类的数据汇总。这个模块主要是分科类从清华同方招生录取系统收集数据，最终生成一个汇总数据库，并在汇总数据库中加入科类、所在省份、系别字段和数据。规范化数据格式，如将清华同方招生录取系统中的录取专业前两位所表示专业志愿顺序号去除。

2.汇总模块：该模块能实现将各类各省中有用的数据加入汇总库中，添加前对数据进行格式化，如添加序号、录取时间、录取层次、学习形式。

3.打印名册模块：该模块能实现分省分科类打印数据名册，数据先按录取专业排序，再按姓名排序，均为递增！最后添加序号，左侧装订2厘米！字段包含：序号、考生号、姓名、性别、分数、录取专业、系别，之后再打印。

4.生成WEB数据模块：该模块能生成websj.xls，这个文件可以被ACCESS等接收，用于上传网上查询的数据基础。

5.生成邮局数据模块：该模块能生成“省份＋邮局.dbf”，包含考生号、姓名、地址、邮编、联系电话等信息，用于邮局给考生寄送通知书。

6.生成各系名册模块：该模块能将各系的新生进行汇总成一个文件，用于分发给各系报到时使用。

7.生成农行数据模块：该模块能生成“省份＋农行.dbf”，包含序号、考生号、姓名、身份证号等信息，用于农行给考生制作校园一卡通。

8.统计一志愿率和本省录取率：该模式能生成各省各科类的计划数、录取数、一志愿率、录取率等统计信息。

9.各专业名称统一模块：该模块能将所有省份的专业名称统一。

10.打印通知书模块：该模块能提取数据打印各省考生通知书，打印顺序为先按录取专业排序，再按姓名排序，均为递增！

三、解决方案中所用的关键技术

1.分科类模块

wait “1为文、理综合；2为艺术分文、理及只有艺术文的情况；3为成人分文、理；回车或其它键为普通分文、理！” to aa windows at 20，40 //该语句实现分科类功能，将用户的输入存入变量aa中，作为后面的多重选择条件的比较值，以此来区别进入哪个模块进行数据处理。

ALTER TABLE aa ADD COLUMN sheng C(30)　//该语句可以实现增加省份字符型字段，宽度30。

repl all xi with “计算机工程系” for lqzy=”计算机应用技术”.or.lqzy=”软件技术”.or.lqzy=”电子商务” //该语句可以实现为各个专业添加系别

SELECT Aa.ksh， Aa.xm， Aa.xbdm， Aa.tdcj， Aa.TDZY， Aa.lqzy， Aa.xi， Aa.sheng， Aa.kl，；

T_tdd.sfzh， T_tdd.lxdh， T_tdd.jtdz， T_tdd.yzbm， T_tdd.zxmc， Aa.kstz；

FROM aa FULL JOIN t_tdd ；

ON Aa.ksh = T_tdd.ksh；

ORDER BY Aa.lqzy， Aa.tdcj DESC， Aa.xm；

INTO TABLE &asb&asa.\汇总.dbf //从全国高校招生远程录取子系统数据库中提取数据生成汇总数据库。

2.汇总模块

if file(“L:\07年\07总结\2007年秋录取名册.dbf”)=.f.//如果汇总表不存在就建立

create table L:\07年\07总结\2007年秋录取名册(xh n(5)，ksh c(14)，xm c(64)，xbdm c(2)，tdcj c(8)，tdzy c(1)，lqzy c(90)，xi c(30)，sheng c(30)，kl c(12)，sfzh c(18)，lxdh c(20)，jtdz c(128)，；

yzbm c(6)，zxmc c(128)，kstz c(100)，时间c(10)，层次c(10)，学习形式c(10)，报考院校c(50)，备注c(100)) //如果已经存在汇总表，就打开已有的汇总表。

append from &asb&asa.\汇总.dbf //添加各省新生数据到汇总表中

3.统计一志愿率和本省录取率

calculate avg(val(tdcj))，max(val(tdcj))，min(val(tdcj)) to yspjf，yszgf，yszdf for sheng=asa.and.时间=zdsj.and.allt(kl)==”文科(艺)” //应用calculate综合统计命令统计秋季艺术类最高分，最低分，平均分。

四、总结

通过使用天津滨海职业学院招生数据处理系统，使招生的后期数据处理能力显著增强，效率明显提高，以前可能要很多人几天才能完成的工作，现在可以几秒就完成，又快又准确，受到天津滨海职业学院单位的好评，今后继续完善该系统。

参考文献

[1]谢伟卡.高校招生信息管理系统开发与应用研究.暨南学报(哲学社会科学版). 2001，(06) .

[2]吴洪潭，叶含笑，丁文.高校网上招生系统院校端子系统的设计.计算机工程. 2002，(S1) .

[3]沈锡臣，陈怀楚.高校信息化建设标准规范.清华大学学报(自然科学版).2003，(04) .

数据解决方案范文第5篇

两地三中心方案(MGM)采用高性能、高容量的数据存储系统，结合磁盘层叠式(异步与同步结合)数据复制技术，用于向大型企业提供高性能、灵活、可扩展，高弹性的数据容灾备份。此方案的同城RPO(Recovery Poinl Objective，恢复点目标)=0，即可以确保在同城范围提供实时镜像数据备份恢复；异地RPO最短3秒至5秒，可以尽可能地降低数据丢失几率，根据灾难的情况还可以进行故障切换。

如右上图所示，两地三中心方案由生产中心A、同城灾备中心B和异地灾备中心C构成。在本地生产中心A中，采用大型数据存储系统存储相应的业务数据，通过数据同步复制技术将数据复制到同城灾备中心B的数据存储系统中，实时保证数据的一致性。同时位于同城灾备中心B的数据存储系统还会以数据异步复制技术向异地灾备中心C进行数据镜像，实现异地的数据备份及保护。当同城灾备中心B发生故障时，生产中心A可以向异地灾备中心C通过数据异步复制技术同步数据，实现异地的数据备份及保护。当生产中心A所在地发生灾难时，生产中心A可将应用切换到同城灾备中心B或异地灾备中心C的备用数据服务器上，同时同城灾备中心B或异地灾备中心c的备用数据服务器接管灾备中心A的应用，恢复数据的访问及业务的连续性。

异地双中心方案

异地双中心方案较三中心方案减少了一个同城灾备中心，采用类似的企业级数据存储系统，通过数据异步复制技术进行备份数据的传递。因为缺少一个近距离的同城灾备中心，所以异地双中心方案无法提供实时的镜像数据备份恢复，RPO最短3秒至5秒。这种情况下虽然可以保证数据一致性且可以实时切换，但是因此会有少量的数据丢失，因此只适用于对数据实时更新要求不高的企业。

在本方案中，本地生产中心的数据存储系统存储着相应的业务数据，可以同异地灾备中心通过数据异步复制技术进行数据镜像，实现异地的数据备份及保护。当生产中心所在地发生灾难时，生产中心的应用将被切换到异地灾备中心的数据库服务器，异地灾备中心使用存储有数据镜像的存储系统，开始恢复数据的访问及业务的连续性。

存储HA+异地灾备方案

两地三中心方案的部署成本太高，而异地双中心方案又无法做到数据无丢失，而存储HA+异地灾备方案则可以在前两个方案之间取得较好的平衡。这实际上是两地三中心方案的一个变通做法，即将保存实时数据镜像的灾备存储系统放在生产中心，从而实现同城灾备中心的部分功能。从而实现生产中心存储HA(高可用性)，使得RPO=0，实现实时数据的一致性。

在生产中心中，企业用户需要放置两套企业级存储系统在本地生产中心存储相应的业务数据，并在生产中心通过数据同步复制技术实现数据的实时同步，实现存储的高可用性。任意一套存储系统的宕机，都不会影响业务的运行。同时，结合数据异步复制技术，将本地生产中心的一套存储系统同异地灾备中心的存储系统通过数据异步复制技术进行数据镜像，实现异地的数据备份及保护。

同城双中心方案

如果企业的业务主要集中在一地开展，或者希望在预算有限的情况下优先满足数据的一致性，那么前面提到的异地灾备方案就不是那么合适了，此时可以考虑同城双中心方案，即将生产中心和灾备中心安排在同一个地区。然后根据情况选择磁盘数据同步／异步复制技术，进行生产中心与灾备中心之间的数据备份传输，实现同城的灾难备份恢复，从而有效地管理风险、保证业务的连续运行，提高业务服务水平。

本方案主要由服务器和存储备份系统两部分构成。在生产中心配备两套数据库服务器来保证业务访问的稳定、高性能、快速响应及高可用性，而响应的数据则存储在生产中心的一套企业级存储系统上。同时，此系统通过磁盘数据同步屏步复制技术将数据复制到同城灾备中心的存储系统上，生产中心与灾备中心的两套磁盘存储系统间建立磁盘镜像复制关系从而实现高可用性，保证关键数据的可恢复性与业务应用的可持续性。