数据集成

概念

看名字猜意思，就是按照把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中。负责完成有关数据的提取、转换和加载。
可以简单的理解为：数据共享，利于整合信息
注意：数据集成的前提是被集成应用必须公开数据结构

解决什么问题

数据集成通过应用间的数据交换从而达到集成，主要解决数据的分布性和异构性问题

分类

1. 联邦数据库系统：

   由办自治数据库系统构成，互相之间通过提供访问接口分享数据。可以理解为我们是一个团体或者是一个联盟组织，我们再同一个组织同一个团体中，我们共享一切的信息。开放访问接口就相当于一个提供一个方式一个条件，这个方式和条件都是为了让我们可以实现共享数据

   这种模式分为紧耦合和松耦合两种情况，紧耦合提供统一的访问模式，一般是静态的。松耦合不需要提供统一的接口，可以通过统一的语言来访问数据源

2. 中间件模式：
   通过全局数据模型访问异构的数据库。中间件位于数据层和应用层中间，下协调数据，上提供接口，为异构数据源提供一个高级检索服务。可以看作一个中间商，它来进行协调，转换。

3. 数据仓库模式
   数据仓库是在企业面向管理和决策的中面向主题的、集成的、与时间相关的和不可修改的数据集合。其实它自身就是一个数据集成，只是它是针对企业某个应用领域说提出的一种数据集成的方法。

体系结构图

- Intergration Services 服务：

从使用SQL Server Management Studion 中提供的Intergration Services服务来监视Intergration Services包的运行并管理包的存储

Intergration Services对象模型：

包括访问Intergration Services的工具、命令行使用工具以及自定义应用程序的本机和托管API

- Intergration Services运行时：

运行时保存包布局、运行包
包含事件处理程序以及自定义任务

- Intergration Services数据流：

封装数据流引擎。
数据流引擎是做什么的呢？
它提供了将数据从源移动到目标赠送的内存中的缓冲区，并且调用从文件和关系数据库中提取数据的源。管理修改数据的转换以及加载数据使数据可以为其他进程所用的 目标。
可以归纳为两点，一是源的移动与提取二是数据