多源异构数据的存储

‘壹’ 多源异构数据怎么处理

根据林业信息系统数据特点，在不改变原始数据的存储和管理方式下，提出一种基于WebSer-vice的异构数据集成模型，利用GML进行空间数据集成，使用SVG实现空间数据可视化。建立GML＆SVG的WebGIS应用模型，该模型能较好地实现异构数据源统一、透明的访问，保证数据的完整性、安全性和一致性，为林业多源异构空间数据的集成提供解决方案。有效地实现林业信息异构数据的共享。

‘贰’ GIS中，空间数据共享的意义和方法

意义：GIS基础软件技术是地理信息领域软件技术的制高点，是整个产业链条的关键。发展GIS基础软件对我国地理信息产业发展和保证国家地理信郑漏息安全至关重要。

方法：大数据与GIS的结合正在改变传统地理研究与分析方法，也在悄然改变GIS的服务形态。IT新技术的融入，不断丰富和提升地理智慧的内核。而爆发式增长的市场需求，又为GIS技术的创新和应用发展提供了新的动力。

(2)多源异构数据的存储扩展阅读

超图集团正式对外发布了基于大数据架构的GIS基础软件产品SuperMap GIS 9D，其在大数据GIS技术、新一代三维GIS技术、云端一体化GIS技术、跨平台GIS技术四大方面取得了全新进展和突破，

满足大数据应用、新型智慧城市和新型测绘等应用需求，解决了海量时空数据分布式管理、高性能、高可信分布式计算的新难题，以及传统GIS复杂图示制图与空间分析的老问题，开创了GIS与大数据等技术融合发展和创新应用的新格局。

此次会议围绕大数据领域的探索实践、GIS与空间大数据融合、大数据时代的地理信息应用转型升级、新一代三维GIS技术创新与应用、中国GIS的国际化探索等话题，测绘地信含唯主管部门，阿里、腾讯等互联网企业，

超图等GIS基础软件企业，相关科喊老烂研机构，众多海内外GIS用户单位的相关专家在主题大会环节呈现了数十场精彩报告，共同探讨大数据时代的GIS技术创新发展与应用落地。

‘叁’ 昌平电脑培训分享大数据的结构层级

随着互联网的发展，越来越多的信息充斥在网络上，而大数据就是依靠对这些信息的收集、分类、归纳整理出我们所需要的信息，然后利用这些信息完成一些工作需要的一项能力技术。

今天，昌平电脑培训主要就是来分析一下，大数据这项技术到底有那几个层次。

移动互联网时代，数据量呈现指数级增长，其中文本、音视频等非结构数据的占比已超过85%，未来将进一步增大。Hadoop架构的分布式文件系统、分布式数据库和分布式并行计算技术解决了海量多源异构数据在存储、管理和处理上的挑战。

从2006年4月第一个ApacheHadoop版本发布至今，Hadoop作为一项实现海量数据存储、管理和计算的开源技术，已迭代到了v2.7.2稳定版，其构成组件也由传统的三驾马车HDFS、MapRece和HBase社区发展为由60多个相关组件组成的庞大生态，包括数据让闷存储、执行引擎、编程和数据访问框架等。其生态系统从1.0版的三层架构演变为现在的四层架构：

底层——存储层

现在互联网数据量达到PB级，传统的存储方式已无法满足高正滑悔效的IO性能和成本要求，Hadoop的分布式数据举正存储和管理技术解决了这一难题。HDFS现已成为大数据磁盘存储的事实标准，其上层正在涌现越来越多的文件格式封装(如Parquent)以适应BI类数据分析、机器学习类应用等更多的应用场景。未来HDFS会继续扩展对于新兴存储介质和服务器架构的支持。另一方面，区别于常用的Tachyon或Ignite，分布式内存文件系统新贵Arrow为列式内存存储的处理和交互提供了规范，得到了众多开发者和产业巨头的支持。

区别于传统的关系型数据库，HBase适合于非结构化数据存储。而Cloudera在2015年10月公布的分布式关系型数据库Ku有望成为下一代分析平台的重要组成，它的出现将进一步把Hadoop市场向传统数据仓库市场靠拢。

中间层——管控层

管控层对Hadoop集群进行高效可靠的资源及数据管理。脱胎于MapRece1.0的YARN已成为Hadoop2.0的通用资源管理平台。如何与容器技术深度融合，如何提高调度、细粒度管控和多租户支持的能力，是YARN需要进一步解决的问题。另一方面，Hortonworks的Ranger、Cloudera的Sentry和RecordService组件实现了对数据层面的安全管控。

‘肆’ 什么是异构数据

异构数据是相关的多个数据的集合。

异构数据库系统是相关的多个数据库系统的集合，可以实现数据的共享和透明访问，几个数据库系统在加入异构数据库系统之前本身就已经存在。

拥有自己的数据阵管理系统、外构数据库的各个组成部分具有自身的自治性，实现数据共享的同时，每个数据库系统仍有自己的应用特性、完整性控制和安全性控制。

(4)多源异构数据的存储扩展阅读

数据共享：

对于异构数据库系统，实现数据共享应当达到两点：一是实现数据库转换；二是实现数据的透明访问。由华中科技大学开发的，拥有自主版权的商品化数据库管理系统DM3系统，通过所提供的数据库转换工具和API接口实现了这两点。

DM3提供了数据库转换工具，可以将一种数据库系统中定义的模型转化为另一种数据库中的模型，然后根据需要再装入数据，这时用户就可以利用自己熟悉的数据库系统和熟悉的查询语言，实现数据共享的目标。

数据库转换工具首先进行类型转换，访问源数据库系统，将源数据库的数据定义模型转换为目标数据库的数据定义模型，然后进行数据重组，即将源数据库系统中的数据装入到目的数据库中。在转换的过程中，有时要想实现严格的等价转换是比较困难的。

首先要确定两种模型中所存在的各种语法和语义上的冲突，这些冲突可能包括：

命名冲突，即源模型中的标识符可能是目的模型中的保留字，这时就需要重新命名。

格式冲突，同一种数据类型可能有不同的表示方法和语义差异，这时需要定义两种模型之间的变换函数。

‘伍’ 空间数据无缝镶嵌技术

空间地理数据的表示主要有栅格和矢量两种不同的形式。栅格形式是将地理表层空间划分为一系列网格，空间目标由这些网格的位置及其量化值来表示; 矢量形式则是将地理空间的一切事物、概念进行抽象，形成点、线、面，再由点、线、面来组成各类空间目标。由于数据获取、数据表达、地图投影等方面的原因，在计算机世界里，地理信息往往被表示成不连续的子空间，为了更好地模拟客观世界，人们需要处理成连续无缝的数据( 朱欣焰等，2002) 。

塔里木河流域地域广阔，地理坐标介于东经 73°10' ～94°05'，北纬 34°55' ～43°08'之间，东西跨越了 4 个六度带，而通过数据采集系统所采集的各种基础图件都是分幅的，采用平面直角坐标系统。如果将这些数据直接进行入库将在跨带处产生缝隙，不能形成逻辑意义上完整的河流表现，也无法完成基于整个流域的生态环境分析。因此，必须采用相应的数据处理与建库技术，实现塔河整个流域数据的无缝集成管理，使之形成统一的整体。

空间数据的无缝管理是一个建立在用户与空间数据库接口基础上的概念，它是空间数据库中空间数据集成的结果，即在用户的接口上实现对空间数据按空间、时间和专题的透明访问。空间透明或空间无缝是指对空间数据集按空间三维进行集成，形成地理空间上无缝连接的整体集成信息。时间透明是指对空间数据库中的数据按时间维进行集成，形成在时间上连续的整体集成信息。专题透明是指对空间数据库中的数据按属性维进行集成，形成在某一属性上连续的整体集成信息。空间数据无缝镶嵌技术主要应用在大范围、跨带区域数据的管理上。例如，在进行塔里木河整个流域范围内的水资源分析桥桐逗时，需要调用出整个流域的水系数据。每一条水系均要求有完整而统一的信息表示，而这些数据在采集时可能是分区域、分专题采集的，用户在分析时要求系统能够自动进行数据的镶嵌处理，形成无缝隙、统一坐标体系的数据。

要实现空间数据的无缝镶嵌，就需要从基础数据的获取开始，进行精心设计和组织，分离出数据物理层和数据逻辑层，在统一的空间框架之下，将物理层归化到逻辑层，以消除逻辑层的缝隙，从而实现用户级的逻辑无缝空间数据库。

本系统通过采集数据标准定义、空间数据框架设计等方面来实现空间无缝数据库的构建。

对采集的数据从投影、坐标系统、比例尺、数据精度等方面进行规范。对不同投影和坐标系统的空间数据在投影和坐标系统上统一采用相同的标准，例如，对矢量数据要求转换为无投影的地理坐标表示，栅格数据统一采用两套坐标表示，即平面直角坐标和地理坐标，以满足不同用户的管理需求和精度要求;规定了采用经纬度表示时数据的精度和表示方式。

建立无缝空间数据的关键，在于在合适的空间信息框架上实现多源异构空间数据的融合。框架是基础敏卖，融合是手段。空间信息框架轮大的选择，需要满足多尺度和大区域表示两个方面。大区域的表示，系统采用大地线尺度空间表示，根据确定的空间框架在综合数据库中按对象建立了各种数据的存储表空间。多源异构空间数据的融合，可通过各类数据的元数据来实现。因此，系统也建立了相应的元数据库，并具有动态维护功能。

‘陆’ 多源异构是大数据的特点

特点：两种异构并非矛盾，这两种物质既是旋光异构也是顺反异瞎正让构，可用R，S命名来区分旋光性，Z，E命名来区分顺反。

化学上，同分异构是一种有相同化学式，有同样的化学键而有不同的原子排列的化合物的现象。它分为构造异构和立体异构2类。

1、结构异构：结构不同引起异构，如正丁烷&异丁烷、乙醇&甲醚化学性质也截然不同。

2、立体异构：结构相似，但由于微小偏差导致结构不同。

项目摘要

随着互联网海量数据类型愈加丰富，多媒磨局体问答正成为工业界和学术界共同关注的研究重点。传统问答技术主要基于文本数据展开，是一种多模态检索方法，很难直接应用于多媒体问答检索任务。

本项目拟采用跨媒体计算基本理论和方法，对多源异构数据学习得到一致表达，进而挖掘其关联模式，从而用户清稿查询语义意图和被检索数据底层特征之间存在的“语义鸿沟”在多媒体问答中实现对不同媒体类型之间的内容跨越。

‘柒’ 武大吉奥信息技术有限公司的主要产品

武大吉奥地理信息c产品体系覆盖“空间数据快速获取与生产、集成管理与更新、共享服务于应用”完整的服务链，实现了面向服务的地理信息新框架。它们在空间信息的获取更新、建库管理、应用发布、共享与服务、互操作等方面形成了一个完整的产品服务体系。 吉奥地理信息共享服务平台软件GeoGlobe是面向各级政府部门、企事业单位、社会公众提供标准地理信息服务的框架平台软件。软件以空间数据为基础、信息网络为载体、服务为中心、应用为导向，基于Web Service技术，SOA体系架构，参照OGC标准服务规范建设，实现了空间信息资源分布式管理、集中共享与服务，集中体现了 “多源异构、在线共享，多维集成、动态更新”的共享服务特点。
目前该产品成功案例有：国家地理信息公共服务平台——“天地图”、黑龙江省地理信息公共服务平台、山西省地理信息公共服务平台、福建电网综合防灾减灾与应急指挥信息系统、 莆田市地理信息公共服务平台等
GeoOne是武大吉奥自主研发的空间数据生产更新一体化平台软件，是吉奥之星系列软件家族的新成员。它面向测绘数据生产单位，形成了在网络环境下组织空间数据生产更新的完整体系，用以解决摄影测量作为数据生产的手段独立于“数据编辑、入库、制图、GIS应用”的现状。软件具备“编码、分类、分层等作业规范在生产的各环节统一配置，多源数据组织，数据采编，数据检查与质量控制”集成化作业功能。
充分利用摄影测量、遥感与地理信息系统技术发展，为空间数据的采集、加工和服务部门提供新的工作模式和工作思路，变革生产工具和生产工艺流程，走生产更新一体化发展道路，实现了地理信息系统与摄影测量系统无缝集成。软件覆盖空间数据生产各个环节，减少了作业环节和数据转换，提高生产效率，保障数据精度。 软件全面支持当前广泛应用的框幅胶片、航空数码、线阵（ADS40/ADS80）、无人机、卫星数据，支持DEM、DOM、DLG、三维数字模型等数字测绘产品的生产和管理，支持基于DOM和立体像对的空间数据生产和快速修编更新，可广泛应用于基础测绘、城市规划、地理信息中心等空间数据生产、更新和管理的业务。 GeoStar是大型国产自主知识产权的地理信息系统基础软件平台，是吉奥之星系列软件的核心，在吉奥之星系列软件中负责矢量、影像、数字高程模型等空间数据的建库、管理、应用和维护。
GeoStar 基于组件开发，支持多种数据库引擎，提供数据管理、图形编辑、空间分析、空间查询、制图、数据转换、元数据管理等功能，可适应多种用户、多种应用的需求，在测绘、规划、国土、电力、国防、园林、房产、水利、市政、公安等领域得到广泛应用。

‘捌’ 什么是多源异构数据

化学上,同分异构是一种有相同化学式,有同样的化学键而有不同的原子排列的化合物的现象.它分为构造异构和立体异构2类.而立体异构又分为顺反异构(Z)(E)、光学异构、构象异构3种：

⒈结构异构：结构不同引起异构,如正丁烷&异丁烷、乙醇&甲醚化学性质也截然不同。

2、立体异构：结构相似,但由于微小偏差导致结构不同。

(8)多源异构数据的存储扩展阅读：

数据表达与组织方式：

空间地理几何数据的表示主要有栅格和矢量两种不同的形式。栅格形式是将地理表层空间划分为一系列网格，空间目标由这些网格的位置及其量化值来表示，这些格网本身就是连续空间信息的离散表达。

矢量形式则是将地理空间的一切事物、概念进行抽象，形成点、线、面，由点、线、面来组成各类空间目标。按点、线、面来分类和按分层的思想来组织空间数据，也割裂了实体之间内在的联系。

在空间数据库组织与管理上，目前主要有文件型、文件与关系数据库混合型、全关系型以及对象关系型。传统的文件型空间数据库、文件与关系混合型空间数据库，按图幅或一定的区域范围以文件的形式来组织与存储空间几何数据，不同的图幅或区域之间存在缝隙。

‘玖’ 基于J2EE的图书管理系统毕业设计

摘要：对基于XML的多源异构数据融合、遥感数据存储、数据持久化以及用户访问控制技术进行了分析和设计；讨论了元数据管理系统的实现技术、设计思想和系统构架，注重系统的可移植性、可维护性和可扩展性；实现了基于J2EE技术的元数据管理系统。�
关键词：Java 2平台企业版；元数据管理；扩展标记语言�

随着信息技术的发展，产生了海量的信息。如何有效地管理和组织这些海量信息已经成为一个突出的问题。元数据机制是解决这一问题的有效手段。一些部门已经针对数据在行业内部的应用特点来开发自己的管理系统[1]。目前，在元数据管理系统的建设中存在的主要问题是：基于不同操作系统和数据库的管理平台不可移植、安全性差、难以维护和扩展、缺乏统一的建设模式与内容服务提供方式[2，3]。�
以J2EE平台为基础的各项技术的成熟为这些问题提供了良好的解决方案。J2EE是一种利用Java2平台来简化诸多与多级解决方案的开发、部署和管理相关的复杂问题的体系结构。J2EE的核心技术是Java2平台的标准版，具有Java语言的特性，是一个开放的、跨平台的结构，提供了健全的意外事件处理机制，具有良好的可移植性和扩展性。�
基于J2EE的元数据管理系统具有高效、稳定、可复用、易维护的特点；独立于平台，可以部署于Microsoft Windows、Linux、UNIX等操作系统之上；可对Oracle、SQL Server 2000、MySQL等多种数据库进行操作。但是J2EE涉及的技术种类繁多，在实际应用中要根据需要准确使用，而且基于J2EE的系统需要具有良好的系统设计结构，才能最大限度地发挥优势。尽管基于J2EE平台的系统具有诸多优点，但目前J2EE还没有被广泛应用在元数据管理中。本文提出的基于J2EE架构的元数据管理系统建设方法和应用实例，是将J2EE引入元数据管理的一个初步尝试。�

1关键技术研究�

1．1基于XML的多源异构数据融合�
各个部门采用了不同的元数据存储方式。由于缺乏统一的标准，很难对这些元数据进行有效的管理和发布。必须实现多源异构数据的融合。�
采用简单文本文件作为中间介质的信息交换方法不能描述数据的结构，不适合用来进行复杂的元数据交换。 XML技术实现信息交换与共享已经成为一种发展趋势。孙君明等人[4]对基于XML的数据交换技术进行了研究。XML是采用线性语法描述树状结构的标志语言。作为一种数据交换的中间件，XML具有跨平台、结构化和自描述性强的特点。�
用XML实现多源异构数据融合的过程如图1所示。�
在图1中，首先各地的数据提供者通过浏览器将数据传送给服务器，由服务器端的XML引擎将这些数据转换成标准的XML文档；再由一些服务组件根据需要对XML文档进行处理，如建立索引等。这样，多源异构数据就被转换成了具有统一标准的XML文档；通过对这样具有固定结构的XML中间件的解析，实现从XML文档到数据库的转换，完成了多源异构数据的统一存储[4，5]。进行信息发布时，根据客户端的查询条件在数据库中提取相应的结果集，形成XML文档，将该文档发送至客户端；由客户端的格式化工具解析该XML文档，显示在客户端。�

1．2遥感数据的分块存储�
遥感数据（如DEM、TM、ASTER等）具有数据量庞大的特点，应用数据库中的大数据类型存储，如Oracle 9i中的Blob、SQL Server 2000中的Image。但是如果将它们直接存入数据库中会造成系统效率低下;可采用一种分块存储的策略，将原始数据分割成大小一致的若干块，一块一块地进行存储。分块大小要根据磁盘的读写性能和网络的传输性能确定，过大或过小都会导致系统运行效率低下[6]。每块数据以一条记录的方式进行存储，包含数据的编号、经纬度、步长、时间等信息，并且建立索引。�

1．3数据持久化�
为了能使系统部署在任意数据库系统上，加入了一个持久化层，作为连接Java应用和关系数据库的通道。为数据库中的每张表建立一个Java对象，定义好对象与表之间的对应关系，只需对Java对象进行操作，不用关心SQL语句和系统最终使用的数据库。持久层作为一个中间件，封装对数据库的操作，提供接口，隐藏数据访问的细节[7]。�
1．4用户访问控制�
元数据的使用人员级别复杂，用户管理困难。使用RBAC(Role－Based Access Control，基于角色的访问控制)模型，可以提高管理的效率和安全性。RBAC在传统的用户——权限模型中引入了角色的概念。角色是一组用户的集合，也是一个授权的集合，它将一组用户与权限联系起来。一个角色可以与多个用户对应，一个用户可以拥有多个角色，每个角色可以执行多种权限，每个权限可以被多个角色共享。对一个用户授予相应的角色，使用户可以进行相应的操作[8]。引入角色可以使系统的安全机制具有很大的灵活性，减少了权限管理的负担和代价，同时也增强了系统的可维护性。�

2元数据管理系统的设计�

使用本系统的各部门实际情况不同，系统可能被部署到不同的平台上，而且需要对该系统进行一定的扩展和改进。所以在系统设计上，需要充分考虑到系统的可移植性和可扩展性。�

2．1系统设计�
本系统基于J2EE平台，是一个浏览器/服务器（B/S）结构的系统，具有J2EE平台可以跨系统使用的特性，采用MVC（Model－View－Controller）应用框架。MVC设计框架的内部原理比较复杂，将MVC运用到应用程序中会带来大量的额外工作，增加应用的复杂性。但是MVC可以轻松地实现程序代码与HTML的分离，而且MVC的三个模块相互独立，可以构造良好的松耦合构件，提高应用系统的可维护性、可扩展性、可移植性和可复用性。从长远的应用考虑，应使用MVC设计框架[9]。�

本系统在传统的B/S三层结构上作了一定的改进。�
（1）表现层。在该层使用Struts框架。Struts是一个MVC模式的表现层应用框架。浏览器向Web服务器提出请求后，Web服务器会把请求交给控制器处理。ActionServlet控制器根据请求的不同，将它们转发给不同的Action实例。Action实例在这里充当了用户请求与业务处理逻辑之间的适配器，它只负责控制整个程序的流程，不关心具体业务的实现，实现了请求与业务逻辑的分开。本系统使用一个高效的Action类——DispatchAction类。只要继承该类，就可以在一个Action中集成多个业务方法，有利于系统的维护。在视图显示方面，其大量使用了Struts标签，用来控制显示的逻辑和内容。由于不同平台采取的编码方式不同，在进行系统移植时很容易出现中文乱码问题。在这里使用一个可插拔式的过滤器，实现对请求和响应的预处理及后处理，很好地解决了字符编码问题，使系统可以在不同的平台上进行移植。

（2）业务层。它处理用户请求和应用逻辑。在处理之前，将所有涉及到表现层的数据结构替换成更加通用的数据结构类型；使用通用的、与表现层无关的数据结构在这两层之间传递参数。表现层方法提交的参数类型主要是HttpServletRequest和HttpServletResponse；使用这样的参数会增加系统的耦合性，不利于代码的重用，所以要将它们处理成通用的数据类型，如数组。这一过程在Action适配器进行转发之前完成，提供给业务层的参数是通用的数据类型[10]。业务层方法之间的通信也通过通用的参数类型进行，使得每个业务方法均独立存在于系统之中，在很大程度上减少了系统的耦合，提高了可复用性。�

（3）数据层。为了实现数据库访问细节与业务层的分离，引入持久化层。�
为了使系统具有较好的可维护性、可移植性和可复用性，采用以上的设计思想，以搭建一个逻辑清楚、功能明确、模块化程度高的元数据管理系统。�

2．2工作流程�
用户通过浏览器（IE/Netscape）向服务器提交请求，请求经过过滤器处理后再提交给控制器ActionServlet；控制器根据请求的类别将它们转发给不同的DispatchAction类。该类中的方法对参数进行处理后调用不同的业务逻辑对请求进行分析处理，处理后得到的信息通过视图显示在用户浏览器上。�

3基于J2EE的元数据管理系统的实现�

根据本文提出的设计思想，实现了一个元数据管理系统——基于J2EE的小城镇元数据管理平台。本实例以J2EE平台为基础，Tomcat 5.0为服务器，可以使用Oracle 9i、SQL Server 2000、MySQL数据库，使用了ORM（Object－Relation Mapping）模式的持久化层中间件Hibernate，以Eclipse 3.0为开发平台。在系统实现过程中，使用了以J2EE平台为基础的各项技术，遵循Java2标准平台的编码标准，注重系统的可扩展性和可维护性。系统的XML引擎采用了DOM（Document Object Model）和SAX（Simple API for XML）。DOM负责XML文档的生成和修改；SAX对XML进行解析。
小城镇元数据管理平台的功能主要分为管理与检索两部分，可以实现对矢量数据、栅格数据、文档数据、原始试验数据、报表数据和模型数据的管理与检索；用户管理可以对用户进行权限设置；系统管理功能可以提供系统运行的日志和帮助文件。�

4结束语�

基于J2EE的元数据管理平台，具有良好的跨平台特性；解决了多源异构数据的融合、遥感数据的存储、数据持久化和用户控制访问问题；在设计和实现过程中遵循J2EE的设计模式，具有良好的扩展性和维护性；功能模块具有低耦合的特点，极大地提高了代码的可复用性；可对元数据进行有效管理，实现信息的共享发布，广泛地应用在各个领域。在如何提高系统的安全性方面还有待于对其进行进一步的研究。�

参考文献：�
〔1〕吴洪桥，何建邦，池天河，等.基于Internet的元数据管理模式研究[J].计算机科学,2003,30(4)：89－91. [2]李广乾 .小城镇信息化建设的基本思路[J].信息化建设,2005(Z1)：24－26.�
[3]赵春江，杨信廷. 加强信息技术研究和开发促进小城镇健康发展[J].小城镇建设,2005(1)：22－23.�
[4]孙君明，郭红. 基于XML的异构信息交换技术研究[J].计算机应用研究，2003,20(1)：70－72.�
[5]李德冠，陈梦东. 一种基于XML的数据交换系统的设计和实现[J].微机发展,2005,15(12)：12－14.�
[6]朱雷，潘懋，李丽勤，等. GIS中海量栅格数据的处理技术研究[J].计算机应用研究，2006,23(1)：66－68.�
[7]孙卫琴. 精通Hibernate：Java对象持久化技术详解[M]. 北京：电子工业出版社,2005.�
[8]范会联，李献礼. 基于Struts框架的Web信息系统中RBAC的实现[J].计算机时代，2005(12)：33－34.�
[9]孙卫琴. 基于MVC的Java Web设计与开发[M]. 北京：电子工业出版社,2004.

‘拾’ 抢注“国产大数据基础软件第一股”，星环科技赢在哪里

首先是基础软件是与芯片齐名的“卡脖子”产业。长期以来是我国国鑫创新领域发展的短板。数据库市场长期被海外巨头垄断，以Oracle、IBM为代表的国外厂商市场份额约为67%。由于数据库发展历史悠久，中国厂商很难打破竞争格局。嗅觉敏锐的科技投资人应该在两年前雪花上市的时候就嗅到了传统数据库正在被颠覆。

要知道是随着信息技术的快速发展和国家大数据战略的深入实施。我国大数据产业发展进入快车道，国内大数据科技企业发展机晌冲遇良好。截至目前，星环科技已经帮助金融、能源、制造、交通等行业的多家客户实现了数据分析场景下部分关键信息系统的国内替代。被替代的对象包括传统的关系数据库、搜索引擎、大数据平台、数据统计分析软件等众多国外主流厂商的产品。