数据服务器

 数据服务器,第1张

数据服务器也称数据库服务器,用来存储数据和提供基本数据服务,包括基础地理信息、遥感图像源数据和各个专题成果数据等。本系统的数据服务器基于ArcSDE+Oracle而设计,各类数据实际上最后均以二维表的形式存储于Oracle数据库中,并具体存储在多张相互有一定关联的二维表中。

另外,本系统的数据库服务器在设计时实际上包括两个部分,即元数据库服务器和空间数据库服务器。

由于元数据的形式是与元数据内容标准相一致的数字形式,可以用多种方式建立、存储和使用,因此,我们在标准的HTML和文本形式保存基础上,还将这些非结构化的形式导入Oracle数据库中,采用结构化的关系数据库管理本次遥感综合调查元数据集,构成遥感综合调查元数据库。通过统一资源定位地址URL与Metadatabase中的URL元数据项相连,把基于Internet/Intranet的空间数据库与元数据库系统相结合,实现分布式异构数据的共享。在这样的共享机制下,元数据库就成了访问空间数据库的向导,应用服务器的每个请求,首先都要访问元数据库,确定请求的所需数据是否存在,并可访问遥感调查成果数据的格式、性质、应用方式等内容,实现高效地管理空间数据,适应网络上多用户的并发访问,保障数据的安全性。

由此,Browser/Server三层体系结构实现起来较Client/Server两层体系结构复杂得多,但只有采用这样的体系结构,才可以体现浙江省遥感调查成果类型繁多、数据量大、分布广的特点,满足多维、动态的应用分析需求,并可实现与其他领域的应用集成。另外,出于安全性的考虑,即使应用服务器可能受到某些“黑客”的袭击,采用数据服务器与网络访问处理相分离的方法,也可以把数据库服务器放在防火墙以内,使其不能被防火墙外的计算机访问,某种程度上起了内外网隔离的作用。

大型企业上线ERP系统,需要采购的东西有:
数据库服务器、中间代理服务器(如果数据库服务器不连外网)、数据备份专用机、布网专线、ERP软件、和ERP软件使用同步的较好配置的电脑等。另外,公司投入是否有足够预算,如果有的话,建议买正版的,还要选型是SQL或者ORCAL等等。以后就是具体的实施了。
数据库服务器,用以安装数据库软件(SQL或ORCAL),存储日常数据;
如数据库服务器控制外网,可另够代理服务器用以进行外网访问;
数据备份专用机,建议一定频次的将数据库服务器中的数据进行备份,备份到该机;
专线布网,这个不用多说了;
ERP软件,建议采购正规大型ERP公司的,例如:SAP、金蝶、用友;
电脑,伴随ERP软件的使用,如果公司原有电脑配置较低、较老,建议采购新式电脑灯。
数据的传输,是一般业务人员在客户端进行业务 *** 作,通过公司网络传输到数据库服务器,一般在数据库服务器进行数据库备份,并定期拷贝到备份专用机。
至于模块的话,建议先从财务和供应链模块开始,如果属于生产型企业,可以同步或第二期上生产和成本模块,再就是人力资源、协同办公等了。
希望有帮助。

你的标题和你的正文内容是两个不同的问题。楼主的问题标题是问这些数据供应商数据从哪里来,主流数据供应商毫无疑问都需要从最原始数据源购买,这些最原始的数据源主要就是各大金融市场的交易所,这些交易所绝大部分是政府机构运营管理。他们只提供raw data,也就是最原始的数据。譬如行情数据(market data)都是数据串流,基本面数据(reference data)要么是原始的公告PDF,要么是非常非常简单的基础数据。这些数据往往无法直接使用,所以最主流的数据供应商都有自己至少100人以上(多则有500人)的数据编辑团队,从事大量的数据加工处理工作,数据采编可以说是高科技行业中的劳动密集型。把那些raw data最终变成可供统计分析使用的结构化数据。楼主你说的第二个问题,想通过自己开发小程序从这些数据供应商接口中获取数据回答:国内每个主流数据供应商一般都会对外销售数据库,也就是他们的加工好的数据库内容,直接帮你落地到你的数据库服务器中,此种方式数据量大而全,但相应收费很高,一般都是金融企业或者投资机构,且有一定的软件开发能力才使用;第二种模式是通过他们的数据终端中的API接口,有些简单的是excel插件接口,可以开放给用户获取数据,但这种方式只适合每次少批量的获取数据,但收费相对前一种数据库模式低廉,这种模式,供应商会开放数据接口规范给你,你只要通过用户名和密码就可以通过自己的脚本小程序或者统计分析软件来获取数据,当然数据获取的量不可能达到数据库这种模式,且你每次请求的数据量都会在供应商这里记录在案,每当数据量达到一定的程度,数据供应商都会用第二阶梯的收费来找你要钱。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zz/13362045.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-07-21
下一篇 2023-07-21

发表评论

登录后才能评论

评论列表(0条)

保存