现今大多数的 SOA 文献与实现都专注于定义业务对齐的服务，而很少讨论企业数据在 SOA 环境中扮演的角色与产生的影响。 David Linthicum 如是说：
那些投向 SOA 的人们看似对于 SOA 中数据的使用颇为疑惑。虽然其中大部分将数据视为…其实，数据，在懂行的人看来，是 SOA 作为一个项目能够成功的战略部分，或者是说是整体性的架构战略。当所有的焦点都在 SOA 的“S”即服务上的时候，问题也就来了。那些负责构建架构与系统的人，往往只注意了将服务作为交付功能行为的主张，而忽视了管理底层数据的需要。在许多场合中，数据质量与一致性的问题很快就显现出来，而由于需要在底层数据的更改后直接修改服务，SOA 的灵活性也大打折扣。
David 关于数据集成作为 SOA 基础的重要性这一观点，在 Ash Parikh 最近的文章里得到了进一步的阐述。
越来越明显的是，任何面向服务的基础设施努力都必须从认真的研究数据集成开始…“数据集成”对于任何想要以速度与灵活性架构基础设施的人来说，都必须摆在首位。所以，如果你想将你的基础设施面向服务化，我建议你首先面向数据化。检查以下这五点以保证其根基满足相应的能力： - 方便地访问所有相关的数据，包括新的和经常更新的数据源。
- 批处理或实时的处理数据，包括处理大容量的大数据集。
- 预先辨认与解决数据不准确与不一致。
- 对数据应用复杂的数据变换。
- 在需要数据的时候能精确地交付数据，要作为一项基于标准的服务。
在他接下来的文章里，Ash 讨论了如何将面向服务的基础数据化的实用手段。他描述了几种规范的推荐纲要，为企业实现数据集成提供了整体的解决方案。
- 由一个支持“标准化”访问所有企业数据源而无论其组织形式 (结构化，非结构化，等) 和访问方式 (SQL，APIs，Web 服务，等) 的数据集成平台开始。保证该平台的扩展性——快速加入新的数据源或者修改现有的数据源的能力。
- 确保所选择的平台可以有效地支持任选数据处理的延迟，不管是批处理，类实时，还是变更数据获取及实时。
- 理解不同的数据访问模式，包括大容量的小数据集，大容量的大数据集，庞大 (兆) 数据集等等。并且保证它们都能被所选择的数据平台所支持。在需要的时候要有相应的附加技术作为补充。
- 保证服务所消费和产生的数据在服务间的一致。许多数据平台能够提供集成的数据剖析，能够不考虑复杂性而预先地认定及修复问题。
- 除了数据访问，一个数据平台通常还提供一个集中式的数据转换场所。如果是简单的格式转换，任一现代的数据集成平台都可以支持。然而，如果有复杂转换的需求，例如聚合，连接，查找，结构转换等等，你也许就需要更为 先进的平台。
- 一个数据集成平台通常需要支持服务实现要求的多种访问机制，包括基于 SQL 的访问，Web 及 REST 服务，等等。
- 一个数据集成平台需要将服务实现与底层数据源分隔开。实际上，它需要引入一个抽象层，以允许数据层的更改而不影响服务实现或将这种影响降到最低。
总的来说，一个数据平台
…需要是一个单一的，能够交付这里列出的所有功能的集成平台。这是有道理的，因为所有这些推荐都是从时间和节省成本的角度考虑的。如果每一项功能都需要使用一项单独的技术，那么就违背了使用面向服务方案的初衷，即通过简洁性与灵活性以保持系统的机动能力…[这一] 平台必须支持并驱动数据集成逻辑的重用。
随着 SOA 实现的范围从有限的部门解决方案延伸到企业级的实施，企业数据访问的问题很快就成为了实施过程中最重要的问题之一。如果不能一开始就正确地进行构架，企业数据访问将成为实施道路上的一个拦路虎。
暂无签名
Java 避坑指南：Java 高手笔记代码篇
本迷你书包括 86 个业务开发中常见踩坑点。每一个知识点都相当的实用，是程序员业务开发中的必备避坑指南...
评论