針對消防工作對逐年積累的大量數(shù)據(jù)綜合應(yīng)用的業(yè)務(wù)需求,從數(shù)據(jù)治理體系整體設(shè)計、數(shù)據(jù)調(diào)度服務(wù)和數(shù)據(jù)兼容對接等方面入手,通過數(shù)據(jù)處理Spark引擎、Web Service、REST、標準JDBC等技術(shù)手段,打破原各消防業(yè)務(wù)系統(tǒng)之間的信息壁壘,快速共享接入外部數(shù)據(jù)資源,建立面向?qū)崙?zhàn)應(yīng)用的基礎(chǔ)庫、主題庫和專題庫等一系列主題分析域,使消防信息資源更有效地實現(xiàn)供需對接,實現(xiàn)對消防業(yè)務(wù)活動各種需求做出快速響應(yīng)的信息平臺開發(fā)目標。 

【文章來源】：電信快報. 2020,(11)

【文章頁數(shù)】：5 頁

【部分圖文】：

數(shù)據(jù)治理體系架構(gòu)圖

數(shù)據(jù)調(diào)度服務(wù)，關(guān)鍵在于服務(wù)引擎。引擎作為專業(yè)級數(shù)據(jù)采集與智能挖掘分析中心的核心組件，能夠集數(shù)據(jù)交換處理、深度融合數(shù)據(jù)治理、ETL（抽取/轉(zhuǎn)換/加載）加工、算子庫、自定義配置算子、分布式計算處理引擎等于一體，實現(xiàn)對大數(shù)據(jù)的高度復(fù)雜處理操作以及利用可視化拖拽分析與向?qū)奖憬莶僮髂芰�，幫助用戶降低�?shù)據(jù)處理技術(shù)門檻，快速高效地完成相關(guān)數(shù)據(jù)操作。當前的數(shù)據(jù)量下，傳統(tǒng)的數(shù)據(jù)處理工具已經(jīng)無法滿足需要。在技術(shù)路線上，選擇目前流行的分布式計算處理引擎Spark和Flink。通過調(diào)度系統(tǒng)，可以靈活方便地配置和調(diào)度數(shù)據(jù)ETL任務(wù)。通過配置任務(wù)之間的依賴關(guān)系，可以靈活地組織任務(wù)流,支持任務(wù)流的定期調(diào)度、歷史回溯調(diào)度、歷史任務(wù)重跑等多種調(diào)度方式,支持任務(wù)依賴和任務(wù)的細粒度分配，并且所有服務(wù)節(jié)點都實現(xiàn)了高可用機制。

【參考文獻】：
期刊論文
[1]大數(shù)據(jù)時代下消防信息化建設(shè)的研究[J]. 高震.  中國新通信. 2019(15)
[2]淺議消防信息化的發(fā)展[J]. 王菁川.  消防界(電子版). 2015(01)
[3]淺談消防信息化建設(shè)水平的提高[J]. 羅俊.  信息系統(tǒng)工程. 2015(05)



本文編號：3046200