针对上述问题，目前行业内提出了很多解决方案，但是在实施中如何选择最优的方案以解决面临的诸多难点问题：     （1）如何解决灵活性适应性差，花费大量时间建立的信息系统不能适应需求的变化，一旦需求改变，就将不断修改程序甚至全部重建，增加时间和资金投入的问题。     （2）如何建立起全局的安全访问目录，为用户提供灵活、方便、安全的数据服务。     （3）如何有效集成大量图形、图表工具，为不同角色、管理级别的用户提供直观、灵活的查询界面。     （4）个性化服务问题，即为用户定制访问首页及访问内容。

2.3  如何有效管理元数据

    元数据的定义一般泛称为：Data about data（管理数据的数据）。元数据的具体定义和应用随学科不同和应用领域不同而异。在石油领域，元数据是描述一个具体的油田数据库数据资源对象（数据集或数据），并能对这个对象进行定位管理，且有助于它的发现与获取的数据。 从元数据的定义可以看出，所谓元数据就是要定义一种管理数据的格式或数据字典，与此同时数据之间的关联也应定义在元数据中。然而在具体实施中却存在着一系列难点问题需要解决，例如：     （1）在石油领域里需要定义怎样的数据格式？     （2）元数据的规模有多大？     （3）如何将元数据的定义与数据源进行抽取、过滤、转换、映射关联在一起，从而实现元数据定义的自动化？     （4）如何为元数据管理提供完整易用的操作界面（甚至是图形化的界面）？

2.4  如何充分利用企业现有硬、软件资源及网络资源

    企业现有服务器、网络资源往往得不到充分的利用，如何高效的组织企业现有硬、软件环境为生产应用服务，这也是数据中心建设中急需解决的一大问题。 实施中可能遇到的难点问题包括：     （1）如何评估企业现有硬件、网络资源的使用效率？     （2）如何根据数据中心运行需求来优化配置企业现有资源？     （3）网络及硬件设备管理规范。

2.5  如何从海量数据中整理、挖掘出有价值的数据仓库模型

    建设面向主题的数据仓库首先面临的问题就是如何区分决策关键数据。其次是主题分类的问题，不同的专业需要不同的决策数据，需要建立不同的数据仓库模型，这一点不同于研究院现有的数模和建模，需要在庞杂的业务数据中不断挖掘出新的、不同规模的主题和仓库模型，并为这些主题建立起专业分类以方便管理，随着应用的深入能够被发掘出来的主题会越来越多、越来越细。最后，怎样把这样大量的数据转换成可靠的、商用的信息以便于决策支持的问题也是数据仓库建设中必须要解决。

3  数据整合平台的总体技术架构设计

3.1  数据融合平台系统设计思想

    通过上述关键技术因素分析，我们明确了所要解决的主要目标问题，在此基础上我们进一步提出数据融合平台系统设计思想和关键技术路线。     1）数据融合平台建设是一个庞大的系统工程，需要分阶段、分步骤实施。从上述关键技术因素分析中我们可以提炼出系统建设的三个主要层次，即：首先要完成数据中心所需数据的分析、整理工作，从而制度出统一的数据标准和元数据规范；其次是已数据标准为基础建立数据交换与共享平台；最后建立项目数据库和数据挖掘、知识管理环境。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说计算机油田数据融合关键技术研究(2)在线全文阅读。