1赠制、Data Consolidation： 數(shù)據(jù)整合
2砚哗、Data Integration： 數(shù)據(jù)集成
2.1宝惰、概述
將分散的數(shù)據(jù)源的數(shù)據(jù)妇拯，邏輯的或物理的集中到一個(gè)數(shù)據(jù)集合中播急。使用戶以相同的方式訪問(wèn)所有數(shù)據(jù)源脓钾。
2.2、難點(diǎn)及處理方法?
?1） 異構(gòu)：數(shù)據(jù)源的語(yǔ)義桩警，相同語(yǔ)義數(shù)據(jù)的表達(dá)形式不同可训，數(shù)據(jù)源使用環(huán)境不同；
由數(shù)據(jù)源建模的不同而引起數(shù)據(jù)的異構(gòu)捶枢。如果數(shù)據(jù)源間的實(shí)體關(guān)系模型相同握截，只是命名規(guī)則不同時(shí)，屬于語(yǔ)法異構(gòu)烂叔。
語(yǔ)法異構(gòu)： 只需要知道數(shù)據(jù)結(jié)構(gòu)信息谨胞，將數(shù)據(jù)源結(jié)構(gòu)映射到目標(biāo)數(shù)據(jù)結(jié)構(gòu)上即可。
語(yǔ)義異構(gòu)：一般需要直接處理內(nèi)容蒜鸡。如內(nèi)容合并胯努、內(nèi)容拆分、數(shù)據(jù)類型變換等术瓮。
2） 自治性：各數(shù)據(jù)源有很強(qiáng)的自治性康聂，可能在不通知集成的情況下改變結(jié)構(gòu)和數(shù)據(jù)。
2.3胞四、數(shù)據(jù)集成分類
1）基本集成
通用標(biāo)識(shí)符問(wèn)題： 當(dāng)同一實(shí)體存在于多個(gè)系統(tǒng)中恬汁，并且沒(méi)有辦法確認(rèn)他們屬于同一個(gè)實(shí)體時(shí)。
2）視圖集成
2.4辜伟、常見(jiàn)數(shù)據(jù)集成方法
1）數(shù)據(jù)倉(cāng)庫(kù)：將各個(gè)數(shù)據(jù)源的數(shù)據(jù)復(fù)制到同一處氓侧，方便用戶訪問(wèn)所有數(shù)據(jù)。
它不是面向事務(wù)的（實(shí)時(shí)應(yīng)用导狡，減少數(shù)據(jù)冗余约巷，符合范式），是面向主題的（引入冗余旱捧，反范式設(shè)計(jì)独郎，一般存儲(chǔ)歷史數(shù)據(jù)）踩麦。
它不是為捕獲數(shù)據(jù)而設(shè)計(jì)的，而是為查詢和分析數(shù)據(jù)而設(shè)計(jì)的氓癌。它的兩個(gè)基本的元素是維度表和事實(shí)表.維表是看問(wèn)題的角度谓谦，如時(shí)間、部門(mén)贪婉。維度表中放的就是這些維度的定義反粥。數(shù)據(jù)表放的是待查詢的數(shù)據(jù)，同時(shí)有維的ID疲迂。
2）數(shù)據(jù)中間件
3才顿、Data Fusion：數(shù)據(jù)融合
3、1 多源數(shù)據(jù)特點(diǎn)：
冗余性尤蒿、互補(bǔ)性郑气、合作性
3、2 多源數(shù)據(jù)融合目標(biāo)
去除數(shù)據(jù)冗余和矛盾腰池，通過(guò)互補(bǔ)提高數(shù)據(jù)質(zhì)量竣贪。
4、Information Fusion: 信息融合
5巩螃、 數(shù)據(jù)監(jiān)控
注入了多少數(shù)據(jù)？
按數(shù)據(jù)源統(tǒng)計(jì)匕争。
