IICS系统架构说明

最新推荐文章于 2026-01-04 19:16:13 发布
原创 最新推荐文章于 2026-01-04 19:16:13 发布 · 1k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#usercontrols #webservice #数据分析 #数据库 #报表 #架构设计

IICS系统基于MVC模式设计，参照微软Duwamish 7.0，由Common、BusinessRules、DataAccess和Web四部分构成。Common包含公用类和数据集；BusinessRules处理业务逻辑；DataAccess负责数据库操作；Web部分包括各模块、用户控件和Web服务。系统注重模块化和功能区分。

IICS系统架构说明

 

IICS（新世纪综合信息管理系统）采用标准的MVC模式，系统架构设计参照微软Duwamish 7.0示例,由Common，BusinessRules,DataAccess,Web四个类库组成。具体结构如下：

 

1.         Commonn 公用类以及数据集集合

/Data                 系统数据集，基本上数据库没张表对应一个.XSD文件

/ReportData                  水晶报表用到的数据集

AnalysisIP.cs                IP地址和主机名的转换

CommonDataAccess.cs        包含公用代码查询和公用的数据库操作方法

CommonTools.cs                 系统内一些公用的方法

DataBase.cs  

最低0.47元/天 解锁文章
工业控制系统（ICS）安全：守护现代社会的“神经中枢”
骥龙信息的博客
09-05 717
工控安全是一场攻防不对等的持久战。企业必须摒弃“重IT轻OT”或“物理隔离万事大吉”的陈旧观念，正视OT系统面临的真实风险。
《全面布局！AI应用架构师的AI系统集成最佳实践新路径规划》
AI天才研究院
12-19 728
什么是AI系统集成？AI系统集成，绝非简单地将一个训练好的AI模型API嵌入到现有应用中那么简单。它是一个复杂的、系统性的工程实践，旨在将人工智能技术（包括但不限于机器学习模型、深度学习框架、自然语言处理、计算机视觉等）与企业现有的信息系统、业务流程、数据资产以及组织结构有机地融合起来，以实现特定的业务目标，提升运营效率，创造新的商业模式或优化客户体验。它涉及到数据的采集与治理、模型的部署与管理、应用的开发与集成、流程的重构与优化、以及组织能力的适配与提升等多个层面。
3070l最新驱动
08-31
最新的3070L驱动IS_Setup_ICS_081414_1.5.38.101.exe
新世纪IICS软件系统更新记录
11-10 897
2004月11月18日业务变动：1、增加客户服务需求信息2、客户统计分析三张报表数据库修改:1、iccu_t,iccz_t修正bug:1、信息分类无法保存2、客户信息修改出错2004月12月22日业务变动：1、客户信息增加所属集团体系2、客户信息增加需求信息链接3、客户分类信息创建日期可手工录入4、外汇登记证号码改为机构代码5、名片类别分类，增加关系字段6、增加名片列表显示内容7、业务管理模块
Informatica Cloud 概述和要点 ---2 入门：架构、功能与数据集成
last_zhiyin的博客
07-09 645
演示了一个映射（Mapping）示例：把本地CSV文件中员工数量超过10人的公司数据加载到Salesforce客户账户中。
1、创新互联网计算系统中的Jinni代理组播协议探索
onion的博客
10-04 33
本文探讨了创新互联网计算系统（IICS）研讨会中提出的Jinni代理组播协议，介绍其在分布式网络环境下的架构设计与关键技术。Jinni基于Java和Prolog构建，支持计算、数据与代码的移动性，并通过组播层实现高效并行执行与远程协调。文章详细解析了组播协议的工作机制、与Linda黑板模型的协同方式及其在远程教学和共享虚拟现实中的应用潜力，同时指出了未来在网络可靠性、安全性及技术融合方面的研究方向。该协议为大规模、容错、IP透明的代理系统提供了有力支撑，展现出广阔的前景。
IICS项目总结
09-09 824
??????? IICS项目做了也有一大半了，期间参加了一个VB.net的项目，包括期间在网上的学习，对.net技术也有了进一步的了解。回头看来IICS的架构应该还是比较合理，但还有很多可优化的地方。有些可以做到的我已经在着手修改，还有一些涉及的地方比较多，这个项目里就不一定修改了，以后设计事把这些因素考虑进去就行了。1、项目中使用类型化DataSet（XSD）传递数据，关于使用DataSet
informatica体系结构
Murphyt的专栏
04-30 1544
Powercenter体系结构和主要组件介绍 服务端组件 Informatica Service：PowerCenter服务引擎 Integration Service：数据抽取、转换、装载服务引擎 Repository Service：知识库Service，管理ETL过程中产生的元数据 Repository 的数据存储在第
【CVPR 2021】Intra-Inter Camera Similarity for Unsupervised Person Re-Identification (IICS++)
Joselynzhao
10-28 1049
方法概述 文章目录方法概述内容概要工作概述成果概述方法详解方法框架算法描述具体实现实验结果总体评价引用格式参考文献 内容概要 论文名称 简称 会议/期刊 出版年份 baseline backbone 数据集 row 1 col 1 row 1 col 2 在线链接： 源码链接： 工作概述 成果概述 方法详解 方法框架 算法描述 具体实现 实验结果 总体评价 引用格式 参考文献 ...
export-iics1
03-12
演示库 用于测试目的的存储库，以探索git，docker和jenkins的使用 要求 Docker必须安装在笔记本电脑中，可以通过Demmand上的软件进行请求 Git应该安装在您的笔记本电脑中，也可以通过Demmand上的软件进行请求 ...
ust-iics-alumni-association:UST IICS校友会的一个项目
03-07
UST IICS校友会 UST IICS校友会的网站项目。 该项目将由UST IICS校友会维护。 安装 只需使用git clone即可在您的开发环境中使用。 我们使用引导程序4之类的第三方提供的CDN来简化此过程。 资源
创新互联网计算系统
10-27
本书汇集了2001年国际研讨会IICS的精选论文，聚焦互联网计算的前沿技术与系统创新。内容涵盖分布式系统架构、资源控制层设计、服务质量保障机制及智能代理应用等关键领域。书中探讨了从单用户应用向多用户协同系统的...
PB + SqlServer应用程序打包公用Dll库
09-06 1696
无须安装，只要将下列文件打包进目录即可dbmsadsn.dlldbmsgnet.dlldbmsrpcn.dlldbmsshrn.dlldbmssocn.dlldbmsspxn.dlldbmsvinn.dlldbnetlib.dlldbnmpntw.dlllibjcc.dlllibjsybheap.dllntwdblib.dllpbdwe90.dl
如何用正确的方法来写出质量好的软件的75条体会(转载)
09-28 968
 1. 你们的项目组使用源代码管理工具了么？应该用。VSS、CVS、PVCS、ClearCase、CCC/Harvest、FireFly都可以。我的选择是VSS。 2. 你们的项目组使用缺陷管理系统了么？应该用。ClearQuest太复杂，我的推荐是BugZilla。 3. 你们的测试组还在用Word写测试用例么？不要用Word写测试用例（Test Case）。应该用一
oracle学习笔记
12-01 784
    虽然用过oracle做过开发工作，可那是别人搭好的环境，和其他数据库没啥区别。这次从零开始，一步一步来完整地做一遍。   1 首先找个网站下载了一些开发文档，地址http://www.itpub.net/266137,1.html   2 然后开始安装,用向导,好像没多大问题   3 开始建立新的数据库：使用run cmd ,C:/DBCA 安装配置数据库。c:/lsnrctl start
803项目技术摘要
08-26 737
数据库：Orcale开发工具：Eclipse,structs编译工具：Ant架构：J2EE，SessionBean + Hibernet + structsSession Ejb分发调用,Hibernet封装数据库操作，structs做前端调用访问jsp报表开发工具：jasperreport + itext项目描述：Dephi项目移植,工作流的运行方式责任描述：1、工作流引擎借口的调用
803项目技术积累
09-09 623
a、调用工作流引擎方法：  Context ctx = new InitialContext();  Object obj= ctx.lookup("WeblogicEngineSessionHomeRemote");    WeblogicEngineSessionHome home = null;  home = (WeblogicEngineSessionHome)PortableRem
揭开数据分析的新篇章：OpenBB金融数据平台
最新发布
weixin_44626085的博客
01-04 716
摘要： OpenBB推出的开源工具集Open Data Platform (ODP)为金融与AI领域提供高效数据整合方案，支持多场景应用（如Python环境、AI代理等）。通过简单安装（pip install openbb）和代码调用，用户可快速获取并处理数据（如股价）。ODP与OpenBB Workspace无缝集成，支持可视化与AI代理协同分析。安装指南涵盖Python包和CLI工具，并对比了QuantConnect等类似平台。ODP通过“连接一次，随处消费”设计，显著提升数据灵活性和可访问性。
Informatica、Control-M (CTM)
09-29
<think>嗯，用户这次明确要求对比Informatica和Control-M这两款企业级工具，看来是在做技术选型或方案设计。之前我详细梳理过Control-M的特性，但需要补充Informatica的完整画像，并建立两者的关联对比。 用户可能是企业IT架构师或数据平台负责人，从ta特意强调“使用方法”“特点”等关键词来看，需求很务实——需要可落地的评估维度。值得注意的是，ta提到“站内引用仅供参考”，说明更关注工具本身的客观能力而非第三方观点。 关于Informatica，需要重点突出其数据集成核心能力：PowerCenter的四大组件（设计器、工作流管理器等）架构、智能数据网格等新特性。而Control-M部分要在原有调度能力基础上，补充其与Informatica协同的场景，比如如何触发PowerCenter工作流。 对比维度需要差异化设计：Informatica本质是数据流转引擎，Control-M是流程协调中枢。这就像比较“货车”和“交通指挥系统”——前者专注货物搬运效率（数据转换质量、速度），后者确保整个物流网络有序运转（任务依赖、资源调度）。因此表格需包含： - 核心价值维度（数据vs流程） - 典型交互模式（API集成深度） - 混合部署成本（如Cloud版CTM调度本地Informatica作业） 用户没提具体应用场景，但金融、制造行业的合规性要求往往影响工具选择。比如Informatica的元数据血缘对于GDPR审计至关重要，而Control-M的SLA熔断机制能保障关键财务作业。这些隐含需求要通过“典型协同场景”模块覆盖。 最后的技术趋势提示很有必要——两款工具都在向云原生和智能运维演进，用户可能关心现有本地化部署的未来兼容性。 </think>以下基于企业级数据工具实践，系统梳理 **Informatica（数据集成）** 与 **Control-M（作业调度）** 的核心特性、应用场景及协同方式： --- ### 一、工具定位对比 | **维度** | **Informatica** | **Control-M (CTM)** | |------------------|------------------------------------------|-----------------------------------------| | **核心职能** | 数据集成、清洗、转换（ETL/ELT） | 跨平台作业调度与工作流自动化 | | **关键组件** | PowerCenter、Intelligent Data Mesh | 控制台（EM）、服务器（Server）、代理（Agent） | | **技术焦点** | 数据质量、元数据管理、实时流处理 | 任务依赖、容错机制、SLA监控 | | **典型用户** | 数据工程师、BI分析师 | 运维团队、系统管理员 | > ⚠️ **本质区别**：Informatica 是 *数据处理引擎*，CTM 是 *流程协调中枢*，两者常协同使用（如用 CTM 调度 Informatica 工作流）[^4]。 --- ### 二、Informatica 核心功能详解 #### 1. **数据集成架构** - **PowerCenter 四大组件**： ```mermaid graph TB Designer[设计器] --> Repository[元数据库] WorkflowManager[工作流管理器] --> Server[执行服务器] Monitor[监控台] --> Server ``` - **支持异构数据源**：关系数据库（Oracle/SQL Server）、云存储（S3/ADLS）、SaaS（Salesforce）等 - **实时流处理**：通过 **Informatica Streaming** 处理 Kafka 数据流[^1]。 #### 2. **智能数据管理** - **数据质量引擎**：内置规则库检测异常值（如身份证格式校验） - **血缘分析**：自动追踪字段级数据流向（审计合规关键） - **弹性伸缩**：云版（IICS）按数据处理量计费 [^2]。 #### 3. **典型应用场景** - **EDW 增量加载**：每晚定时拉取业务系统增量数据到数仓 - **客户数据整合**：合并 CRM/ERP 系统的客户主数据 - **实时风控**：流式处理交易日志并触发反欺诈规则[^1]。 --- ### 三、Control-M 核心功能强化说明 #### 1. **跨平台调度能力** - **代理（Agent）扩展性**：支持部署在物理机/虚拟机/K8s Pod - **事件驱动触发**： ```bash # 当文件到达HDFS时触发Spark作业 ctm run -job "Spark_ETL" -condition "FILE_ARRIVED::/data/input/*.csv" ``` - **动态资源分配**：根据队列负载自动调整并发任务数[^4]。 #### 2. **高可用设计** - **故障转移模型**： $$ \begin{cases} \text{主Server宕机} & \rightarrow \text{备Server接管} \\ \text{Agent失联} & \rightarrow \text{任务重路由至健康Agent} \end{cases} $$ - **检查点恢复**：支持数据库作业断点续传（如 Oracle 存储过程）[^2]。 --- ### 四、协同工作模式 #### 案例：银行信用卡对账流程 ```mermaid sequenceDiagram Control-M->>Informatica： 触发ODS层数据加载 Informatica->>Control-M： 返回状态码 $RC$ alt $RC = 0$ Control-M->>数据库： 执行对账SQL脚本 else $RC eq 1$ Control-M->>告警系统： 发送ETL失败通知 end ``` > **流程说明**： > 1. CTM 定时调用 Informatica 抽取交易数据 > 2. Informatica 完成清洗加载后返回状态码 > 3. CTM 根据状态触发后续动作（执行对账或告警）[^4] --- ### 五、选型建议与局限 | **工具** | **优势** | **局限性** | |----------------|----------------------------------------|-------------------------------------| | **Informatica**| 强大的数据转换能力、企业级元数据管理 | license昂贵、实时流处理弱于Flink | | **Control-M** | 金融级调度稳定性、分钟级故障恢复 | 学习曲线陡峭、社区资源少 | --- ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值