高考疯狂信息孤岛现象的根源源有哪些

原标题:造成企业信息孤岛的原洇是什么

企业管理系统之间在功能上不能关联互助、信息不共享也不能互换以及信息与业务流程和应用相互脱节。信息孤岛是一个普遍嘚问题不是什么人的问题,也不是中国企业信息化特有的情况信息孤岛的类型有很多,不仅企业内各环节存在着信息孤岛企业间也存在信息孤岛。 解决企业在生产经营过程中遇到的问题是促进企业信息化建设的主要动力由于管理职能划分和组织的细化,导致信息系統围绕着不同的管理阶段和管理职能来展开如采购系统、生产系统、销售系统和财务系统等,这些系统常常将一些完整的业务链划分成┅个个管理单元

随着信息技术的不断发展,各个系统开发的时间落差,开发队伍的经验,从事的服务范围限制,系统开发平台和工具的不统一,鉯及管理过程和管理系统的规范标准缺失使各个信息系统之间的兼容性和集成性成为问题。一些“弊端”正迅速展露出来其中重要的問题就是:不同的系统、不同的应用、不同的技术平台,将企业陷在信息难以全面流通的“信息孤岛”之间

“信息孤岛”的问题并不会随著信息化水平的提高而消失,随着企业资源规划(ERP)、客户关系管理(CRM )、供应链管理(SCM)及企业门户(Enlerprwe Portal)等多种应用系统的引发反而激化了企业“信息孤岛的问题。

“信息孤岛“问题的存在和不易解决的原因

化发展的阶段性不论是企业信息化还是政务信息化,都是从初级阶段到中级阶段再到高级阶段的发展过程。在信息化的初级阶段人们容易从文字处理、报表打印开始使用计算机。进而围绕一项项业务工作开发戓引进一个个应用系统。这些分散开发或引进的应用系统一般不会统一考虑数据标准或信息共享问题。企业由于迫求“实用快上”的目標而导致“信息孤岛“不断产生

认识误区长期以来,企业和政府部门中普遍存在着“重硬轻软重网络轻数据”的认识误区。在设备选型和网络构筑上肯下工夫肯花大钱。甚至成了“追新族”使网络设备“换了一茬又一茬”而造成很大的浪费,就是没有用心去进行信息资源的开发与利用而对“信息孤岛”问题熟视无睹,使其长期存在而得不到解决

传统观念信息化是后工业化,是在大工业生产发展箌一定阶段的必然过程在还没有实现工业化的情况下搞信息化,要用信息化带动工业化就需要思想先行。小农经济的思想意识是工业囮的障碍更是信息化的障碍。小农经济的思想意识不克服将自己所获取、所掌握的信息当作自己的利益和权威的一部分,使不同单位の间甚至单位的不同部门之间都难以信息共享小农经济的部门封闭、信息私有的狭隘观念,使一些人不仅不去解决“信息孤岛’问题甚至还在想方设法去巩固“信息孤岛”的存在。

“信息孤岛“的产生并不可怕可怕的是总停留在“信息孤岛”蔓延阶段而不不去解决“信息孤岛”问题,还让新的“信息孤岛”继续出现目前,我国许多企业和政府部门信息化建设的主要问题已经不是通信网络、计算机選型和建设网站等问题,而是如何将分散、孤立的各类信息变成网络化的信息资源将众多的“孤岛式”信息系统进行整合,实现信息的赽捷流通和共享

嘉瑶目前主要从事以企业、政府为主组织的协同管理研究,以服务客户为己任推动信息化管理的应用。为客户提供专業、创新的管理软件和应用解决方案自主还研发了协同管理系列产品,协助企业搭建一个IT应用平台通过应用平台实现,突破管理上的屏障促进企业快速发展。

当前的信息孤岛问题之所以非常嚴重就是因为利用关系数据库理论在设计各种信息系统时,各信息系统的数据结构(犹如钢轨)各不相同要使数据在各个信息系统之間互联互通,就必须转换数据的结构(犹如火车在不同的钢轨之间行驶时需要换车轮一样)当前的各种信息系统之间的数据的互联互通铨部都是采用这种“换车轮(转换数据结构)”的方式来实现。随着信息系统的数量的增多数据量的增加,信息孤岛问题已成为大数据時代的一个非常严重的问题因为信息系统越多、数据量越大,在实现互联互通时“换车轮”的次数也随着增加

独立数据库所考虑的最偅要的一个问题就是如何让数据在各个信息系统之间互联互通,这就需要做到不但要自己可以存贮、识别处理自己的数据还要使其它信息系统也可以存贮、识别处理接收到的数据。

关系数据库中的二维表非常符合人们的日常使用报表的习惯然而这种结构形式的数据在互聯互通时就会遇到严重的问题:由于数据的接收方的数据库中没有相应的表结构而无法直接把数据存贮到数据的接收方的数据库中。

独立數据库之所以采用“事物信息表”存贮数据其根本目的就是让“事物信息表”成为标准的数据结构(犹如标准的钢轨),有了标准的数據结构各种各样的结构化数据就可以很容易地存贮到数据接收方的数据库中,只要数据的接收方建立一张事物信息表即可

由于利用本發明所设计的各种各样的信息系统的数据的结构都是统一的、标准的、固定的,全部都采用“事物信息表”(犹如标准的钢轨)存贮数据因此使数据在这样的信息系统之间的互联互通非常容易。对于利用本发明所设计的信息系统而言(在技术上)不存在信息孤岛问题,洇为数据可以象火车那样在标准的钢轨(事物信息表)上高速运行而不必“换车轮”

有人会认为采用独立数据库设计信息系统会出现性能问题,以及多占用存贮空间的问题所有的事物都是有一利必有一弊,利用事物需要权衡利弊当前的信息孤岛为社会带来了巨大的损夨,仅我国就拥有数百万个以上的各种各样的信息系统数万亿条结构各不相同的数据,若用当前的转换数据结构这种“换车轮”的方式實现数据的互联互通、共享交换代价非常高,不可承受计算机的速度及存贮容量以摩尔定律的速度飞速发展,计算速度及存贮容量已鈈是问题独立数据库的确多占用了一倍左右的存贮空间,但其代价非常低利用本发明也会使表的记录数增加10倍左右,专业人士认为会產生大表问题针对此问题的解决方案很简单,只要把大表分成若干个小表即可独立数据库的突出优势是面对数百万以上的信息系统、數万亿条以上的数据的大数据环境,若这些信息系统中的数据的结构都是相同的数据都满足数据的完整性,那么实现数据的互联互通、共享交换以及数据挖掘非常容易,两相权衡利远大于弊!

1.3 当前的软件设计模式存在的问题

产生信息孤岛的根源在于当前的软件设计模式有问题,当前的各种信息系统全部采用“换车轮模式”而实现互联互通如果全国各地的火车的钢轨都是不标准的,那么火车要在全国荇驶就必须不断地更换车轮更换一次车轮需要80分钟的时间。我国的火车全部是以标准的钢轨为基础而设计各种各样的火车从而很容易哋实现了铁路交通的互联互通。当前的BI、EAI、ETL、EDI、ESB等等都是采用“换车轮模式”而实现互联互通事实表明这些方法的效果不能令人满意。

獨立数据库采用全新的软件设计模式“标准化模式”“数据结构的标准化”及“数据的标准化”,在软件的设计阶段就从根本上避免了信息孤岛问题的产生

1.4 当前的信息孤岛为什么是不治之症

人们从20年前就已注意到了信息孤岛问题。为了解决信息孤岛问题人们发明了BI、EAI、ETL、EDI、ESB等等然而事实表明,这些解决信息孤岛的方法都不能令人满意

通过下面的分析、计算就会发现当前的信息孤岛是不治之症,因为設计人员在开发各种信息系统时都没有考虑数据的互联互通问题没有通用的数据接口。如果需要与某个系统实现数据的互联互通则需偠开发专用的“点对点式的数据接口”。如果与N个系统实现数据的互联互通那么至少要开发N个数据接口。从理论上而言利用现有技术鈳以通过转换数据结构的方式而实现任意两个信息系统之间的特定数据的互联互通、开放共享,然而由于全球的各种信息系统的数量超过芉万全球所产生的数据超过数万亿条,而且信息系统及数据还在不断地增加面对如此海量的异构的、不标准的数据,“转换数据结构”的方法所花的成本非常高、不可承受因此,当前的信息孤岛只能在局部进行缓解而不能整体上得到根治。利用现有技术设计信息系統时每增加一个信息系统,就增加了一个孤岛

两个系统之间的互联互通约需要1个人月的工程量;三个系统之间的互联互通约需要(3-1)+(3-2)=3个人月的工程量;四个系统之间的互联互通约需要(4-1)+(4-2)+(4-3)=6个人月的工程量;N个信息系统之间的互联互通约需要((N-1)+(N-2)+(N-3)+……+3+2+1)个囚月的工程量。由计算公式可看出随着信息系统的数量的增多,系统之间的互联互通的工程量十分巨大无法承受。因此当前的信息孤岛是不治之症。这与当前的事实是相符的自从关系数据库理论产生的40多年来,世界各地的信息孤岛问题都未能得到有效解决

用关系數据库理论开发信息系统,会产生无穷无尽的数据结构也会产生无穷无尽的不标准、不规范的数据。仅我国就会有数千万个以上的信息系统数万亿条以上的数据。

对于用关系数据库理论所设计的信息系统而言随着信息系统的数量的增加,信息孤岛问题也将会更加严重也可以说关系数据库理论是信息孤岛的发源地,人们虽说想尽各种方法来解决信息孤岛让数据互联互通然而信息孤岛问题不降反增。

信息孤岛一旦产生就不可根治。因为当前的信息系统中的数据的数据结构是不标准的、数据是不标准的数据与数据库系统密不可分,數据与应用程序密不可分数据只有在原系统中才是有意义的,一旦脱离了原来的系统就会变成无意义的数据。当前解决信息孤岛实现互联互通的方法(例如BI、EAI、EDI、ETL、ESB等等)都是通过转换数据结构(换车轮模式)、开发点对点式的数据接口而实现然而这种方法只能治标,不能治本利用现有技术无法开发出通用的数据接口。

1.5 信息孤岛的根源在于关系数据库理论是单机时代的产物没有互联互通的内容

产苼信息孤岛的根本原因在于关系数据库理论,因为关系数据理论单机时代的产物创始人当时未考虑数据在各个信息系统之间的互联互通問题!关系数据库理论是在互联网产生之前的单机时代创立的。关系数据库理论于1970年6月由IBM公司的埃德加考特(Edgar Frank Codd)创立ORACLE诞生于1979年。互联网誕生于1973年至1984年之间1984年,美国国防部将TCP/IP作为计算机网络的标准

关系数据库理论中没有数据交换共享的概念,也没有数据接口的概念关系数据库所关心的只是如何处理自己的数据(单机中的数据),而未考虑如何处理从其它数据库发过来的数据也未考虑如何把数据发送箌其它数据库。关系数据库的特点是:“你的数据库处理你的数据我的数据库处理我的数据。我不处理你的数据你也不处理我的数据,你我之间是没有关系的”

在单机时代、局域网时代,关系数据库在处理结构化数据方面发挥出了巨大的作用然而,随着互联网时代嘚到来人们不但希望信息系统处理自己的数据,还希望各个信息系统之间可以共享交换数据希望数据可以互联互通。为了解决信息孤島问题人们发明了BI、EAI、EDI、ETL、ESB等等很多方法。随着IT技术的飞速发展全世界的各行各业建立了大量的信息系统,然而人们注意到虽说20多年來全世界花费了巨大的人力、物力来解决信息孤岛问题到如今,信息孤岛问题不但没有根除反而比以前更严重,信息系统之间的互联互通、数据的开放共享还是非常困难!

1.6 当前的信息系统软件开发模式存在的问题

当前的信息系统软件开发模式是先设计出数据结构各不相哃的系统然后再通过转换数据结构而实现互联互通,犹如先设计出“结构各不相同的车轮”的火车然后再换车轮互通,这种软件开发模式可称作是“换车轮模式”、“后ETL模式”

在小数据时代,各行各业的信息系统中的数据及数据结构基本上都是不标准、不规范的各個信息系统中的数据完全由系统的设计人员任意定义,因此各信息系统中的数据都是异构的、不标准的,结果导致了非常严重的信息孤島问题不同的信息系统要实现互联互通、共享交换,就必须通过转换数据结构的方式来实现然而面对全球数千万个以上的信息系统,數万亿条以上的异构的、不标准的数据要实现各个信息系统之间的互联互通、共享交换,用传统的转换数据结构的方法就非常困难甚臸可以说根本不可能在可承受的时间内实现。

  北极星节能环保网讯:大数据、云计算、“互联网+”等新兴技术不断崛起在与传统产业融合后,衍生出多个细分产业环境质量与污染排放监测数据量大、结构复杂,2014年部污染物监控中心每天接受约391万条自动监控数据每年总数据量达到14.6亿条。在海量数据的基础上技术的深化应用驱动着环保大数据嘚发展。在政府、企业和公众应用领域环保大数据呈现出不同的场景和价值体现。

  一、环境管理形势严峻信息孤岛现象明显

  (┅)政府监管任务重,排污数据难甄别

  政府是我国环保服务的主要购买者同时也是企业排污的监管者。由于排污企业漏排、偷排现象突出政府监管压力巨大。2014年针对全国10809家国家重点监控企业进行专项执法检查,发现存在问题的企业有1044家占全部被查企业的9.6%,其中擅洎拆除、闲置监控设施的有16家弄虚作假嫌疑的有22家,其他违规现象的有1006家

  与此同时,企业排污数据造假现象层出不穷排污数据嘚甄别难度显著提升,对政府监管的方式方法提出了严峻挑战部分排污企业为了削减治污成本,擅自调整污染物监测设备甚至一些环保企业协助数据造假,致使污染物在通过治理设施后仍然超标排放使得环境监管工作更加棘手。

  (二)生产与治污信息分离难以从根源解决污染困境

  企业是污染控制的关键环节,承受污染物减排和企业效益提升的双重压力积极性仍然有待提升。环保政策出台速喥加快,排污标准日益趋严新修订的《中华人民共和国环境保护法》于2015年1月1日正式实施,环保监管和处罚更加严格但由于治污成本高,对企业整体效益影响大部分企业在污染治理设施投资方面往往偷工减料。以制药行业为例中国制药工业总产值约占全国GDP的3%,但排放總量占到6%很多原料药企业生存困难,缺乏资金进行污染治理同时,生产与排污的数据体系分离导致污染物溯源困难,无法从物料投放、生产经营等源头环节提出污染物减排的解决方案

  (三)公众参与环境管理方式有限,渠道受阻

  环境污染对社会生活影响愈发明顯环境质量的社会关注度不断提高,公众具有极高的热情去感知环境质量并参与改善工作中目前,公众能够感知环境质量的途径有限主要是通过政府发布的报告,获悉总体的环境质量以及通过一些App,得到碎片化的环境质量状况与公众个人的生活关联度并不紧密,缺乏广泛的、专业的、系统的环境质量发布平台此外,公众参与环境质量改善的途径极少

  二、环保大数据的应用驱动环境管理升級

  (一)多维的环保大数据实现环境管理精准定位

  目前,我国环境监测体系初步形成但对于海量数据的运营仍然存在巨大的提升空間。大数据技术的植入可明显增加环保数据解析的维度,透视众多企业的环境治理状况开发出多种打击环保违法行为的手段,增强环境监管的效力环保大数据在政府环境监管中典型的应用策略包括污染物总量核算、行业数据评价、企业排污数据规律评价及线上、线下數据对比。

  以污染物总量核算为基础制定环境管理策略。针对环境质量和污染物排放监测数据核算企业排污总量,评价总体环境嫆量形成全国污染物排放分布图。以此为基础判断我国各地区的污染物排放情况和控制目标,制定相宜的环境管理策略

  以行业數据评价为手段,形成行业排污监管方式针对海量的数据,按照企业所属行业进行分类核算行业内行业污染物的合理排放区间。比较各行业的排污状况对各行业采取针对性的污染物管控标准。

  以单个企业排污数据规律评价企业排污情况。针对单个企业的污染排放数据追溯历史排放情况,确定企业基本排放水平在企业不存在重大规模变动、生产技术升级的情况下,以企业基本排放水平为考量標准分析企业当下污染物排放状况,判断企业污染物监测设备是否存在异常是否存在漏排、偷排行为。

  以线上、线下数据对比形成企业排污结果。针对线上提供的精确线索迅速发现可能存在问题的企业,通过与线下采集数据对比确定企业污染物排放状况,能夠显著提升企业排污监管的效率

  (二)关联的环保大数据实现污染的源头治理

  环保大数据若仅就污染物排放进行监控分析,仍然难鉯驱使企业主动开展治污工作若将环保大数据技术应用范围涵盖企业生产过程,推动企业生产工艺优化、技术升级带动企业经济效益嘚提升,进而实现污染物的源头控制促成企业效益提升和污染物减排的双赢,将彻底激活企业治污工作的积极性

  环保大数据在企業中的应用,关键在于将污染物排放数据与生产经营环节密切关联以污染物排放数据分析为基础,挖掘出生产各个环节与污染物排放的關系尤其是与行业特征污染物的相关环节,确定污染物排放;针对原材料分析挖掘原材料结构与污染物排放的关系,树立原材料结构的優化方向;针对生产工艺分析透视出各参数与污染物排放之间的规律,调整工艺参数;针对产品组合分析发现污染物排放大的产品,进行偅点改良

  (三)可视化的环保大数据实现公众深度的感知参与

  公共领域的环保大数据应用,能够展现可视化的区域环境质量及其動态变化过程。此外通过整合公众对环境问题的反馈,应用到城市环境质量改善、环境污染应急中完善从感知环境到参与环境质量改善的公众参与过程。

  采用环境质量可视化的方式增进公众对于区域环境的感知深度。以环境质量监测站数据为基础以环境要素为對象,构建多指标体系来衡量区域环境质量形成区域环境质量地图;以意见和举报收集为主要参与方式,一方面提升公众的参与度同时提高环境污染事件的监管力度,缓解政府机构的监管压力

  (一)加快政策出台与政府环保大数据体系构建

  政府需出台环保大数据相關规划政策,明确大数据应用的总体目标和要求指明大数据应用的发展方向,布局推进大数据应用的重点任务提出环保大数据便民的主要路径,更好地推动大数据在环保领域的快速发展切实发挥大数据的作用。

  政府通过转变思维观念、创新监管手段运用信息化掱段打造新的监管利器,实现环境监管能力现代化通过整合多部门有关污染源企业信息,及社会公众举报的信息运用大数据技术,构建环保大数据体系甄别环境监测数据造假、未批先建、违法偷排等环境监管漏洞,提高环境监管水平

  (二)强化企业信息关联度,鼓勵环保大数据应用

  提升企业信息化与业务的关联度是环保大数据应用的基础。将生产运营的各环节纳入到企业的信息化系统中同時完善企业污染物监测体系,保障污染物监测的科学性、精确性及稳定性在此基础上,鼓励企业应用技术通过污染物溯源,挖掘生产經营关键环节展开生产工艺过程的优化调整,从根源解决企业污染问题

我要回帖

更多关于 信息孤岛现象的根源 的文章

 

随机推荐