英富森SDI智能数据获取系统软件开发
一、产品介绍
产品提供丰富、灵活、高效、安全的信息采集应用,将分散的异构数据源如数据库(关系/非关系型数据库)、网络信息(WEB)资源、文件系统等数据进行抽取及清洗、转换、加工,形成统一的数据标准规范后进行数据加载,为信息搜索、信息整合利用、数据决策分析等应用提供高质量数据。
二、产品背景
随着信息技术的迅猛发展和普及应用,信息资源越来越呈现出不同表现形式和结构多样性,大量信息分布在相互独立的各个子系统和节点中,需要通过信息技术手段把各类不同标准、不同来源的异构数据转换为统一的信息和知识并加以利用,为行业化应用提供信息资源的整合服务。
三、功能特性
1.统一的采集管理
平台模块化架构,支持采集模块可插接扩展;
多线程调度管控,按时按需自动启动采集;
多任务协作并行爬取同一目标,提高数据采集效率;
统一任务监控,实时监测数据采集的运行状态;
异常数据报警与追溯机制,保证数据的完整性;
采集任务可视化的配置、管理、监控与统计;
统一认证与授权,为用户提供操作安全与数据安全保障;
标准化接口,支持与第三方平台集成;
2.完备的采集方案
(1)数据库数据采集
支持各种类型数据库(关系型/非关系型)数据采集,包括但不限于Oracle、MySQL、SQLServer、DB2、MongoDB、TRS、ArcGIS、人大金仓、达梦等
支持数据表大对象字段、文件路径字段的内容属性与全文抽取
支持字段拆分、多字段合并后采集
支持数据过滤、清洗与类型转换
(2)网络资源采集
支持全站点归档模式与指定页面内容采集模式
支持动态页面(Ajax)与自媒体数据采集
支持自动模拟登录;
支持多种防爬取策略:IP池轮询、代理服务器、可控采集频度等;
支持多级关联页面的信息抽取与组织;
(3)文件资源采集
支持FTP、本地文件目录、网络磁盘等文件来源;
支持Word、PPT、EXCEL、PDF、TXT、HTML等常见文本格式文件属性解析与全文提取;
支持200多种常见文件格式文件元数据提取;
(4)支持增量采集
(5)支持大数据分布式采集
(6)支持针对第三方系统接口的采集适配器可扩展
例如:EMCDocumentum、IBMFileNet、OracleOpentxt以及OA、ERP、Email等企业级应用;
(7)支持可配置输出方案
采集内容可根据需要输出到各类型数据库或元数据仓储平台中。
四、应用案例
1.党政
中共中央某办事机构-523项目
国务院某办事机构-政务信息资源整合与利用项目
国家发展和改革委员会-信息资源整合利用平台
2.企业
国家电网公司运营监测(控)中心-互联网大数据采集处理项目
北京航空航天大学-中航信情报分析系统
中国电信-运维服务中心工单知识库搜索项目
3.军队
某军事医学研究机构-军事医学战略论证与情报研究支持系统及综合资料库
某军兵种科技信息网-综合集成知识服务平台
4.图情
浙江图书馆-网事典藏项目
国际关系学院-学科文献专题服务中心项目