通常来说，大部分企业不会明智到从其创业伊始就开始着手建立 SOA 的地步。在他们打算实施 SOA 时，不论他们是出于什么原因和目的，企业内部已经堆积了大量支撑业务的系统。而你，作为 SOA 的实施人员，“如何有效地利用这些浩如烟海的数据”是你不得不面对的问题。
无法访问，就无法利用。关于如何在 SOA 环境中有效地访问数据，已经有了大量的文章，而 Oracle 的 Dain Hansen 最近在 SOA 杂志 上发表的文章《 Demystifying Data Federation for SOA 》不失为是对这些文章的一个很好总结。同时，正如标题所暗示的，它也是一篇关于数据联邦的很好介绍。
在 SOA 环境中，数据的访问也是通过服务实现的，只不过在这里它被叫做“数据服务”。Dain Hansen 在文中指出了数据服务的作用：
为了更好地访问、聚合和管理数据，数据服务将数据源转换成了可重用的组件。
至于导致数据服务出现的原因，Dain Hansen 总结：
- 数据无处不在。
- 数据来自结构化和非结构化数据源
- 没有数据服务，数据访问将非常复杂
- 随 IT 实现不断增加而出现的“意大利面条式”的点对点数据消费方式
- 缺少实时、统一、跨多个数据源的数据视图很难保证数据的一致利用
同时，他列出了 3 种常见的数据服务实现方式并给出了优缺点：
- 简单数据访问：将数据源封装成适配器，消费者使用它来访问各个数据源，并自行将数据进行组装。
- 优点：简单、低前期投入
- 缺点：不适于大型 SOA 项目；当元数据频繁变动时，数据分析师和消费者将面临令人头痛的映射管理问题。
- 数据集线器（Data Hub），利用 ETL 方式将数据抽取、加载和转换到一个统一的数据集线器中，消费者通过集线器访问数据。
- 优点：主要适用于数据仓库和 BI 应用，对于大批量数据实现有良好的伸缩性；合并后的数据为访问和管理数据提供优化；可离开原始来源进行脱机管理。
- 缺点：依赖数据复制，为了保持数据同步要求具有"数据变更捕获（Change Data Capture，CDC）"特性；对于小型 SOA 实现来说，技巧要求太高；在某些情况下，数据不允许复制。
- 数据联邦服务（Data Federation Service），将来自多个来源的数据聚合成一个数据视图，并作为服务被应用利用。
- 优点：简单、可重用、数据管理方便，并且不依赖复制和同步。
- 缺点：需要密切关注它的性能
根据以上列表，虽然存在潜在的性能问题，数据联邦无疑是 SOA 环境下理想的数据访问模式。在接下来的文章中，Dain Hansen 对数据联邦进行了简要介绍。并指出，一个联邦解决方案应该包含：
- SOA 的数据源抽象层
- 联邦、经优化的查询
- CRUD 风格的数据更新
- 丰富的层次结构
- 安全
在实际应用中，Dain Hansen 认为并不存在“一刀切”的模式选择。并指出：
事实上，多数务实的组织一开始是以“点对点”方式集成业务服务，并只在必要的时候想虚拟化的方法转变。
无独有偶，James Kobielus 在其文章《 Federation Supplements The Data Warehouse - Not Either/Or, Never Was 》中认为，数据联邦和 EDW（Enterprise Data Warehousing，企业数据仓库）（译注：在不考虑其后续分析功能的前提下，该方式基本和 Dain Hansen 文中所说的数据集线器一样）是互补的，并认为：
……数据联邦比部署于大多数企业中面向批操作的 EDW 更适合近实时的 BI 需求。
在文末，Dain Hansen 以数据联邦在一个金融组织中应用案例结束了本文。并认为：
随着数据仓库、SOA 和 BI 技术的日益成熟，数据服务将可能继续演变。
欲了解全文的内容，请参见这里。
关于 SOA 中数据的其他内容，请参见 InfoQ 的其他文章：
暂无签名
中国开发者画像洞察报告 2022
本次报告为你深度解读开发者人群背景，分析开发者群体面临的挑战，洞察开发者人群特征，预测开发者生态发展...
评论