云平台下多视图业务模型存储与访问框架研究

"这篇论文是上海交通大学工程硕士学位论文，作者姜祖海，研究主题为多视图业务模型存储及访问框架。在模型驱动开发（MDD）和面向服务架构（SOA）的背景下，业务模型库在管理和转换业务模型至服务，以及服务生命周期管理中起到关键作用。然而，传统基于关系数据库的技术在处理海量结构化和半结构化业务模型数据时效率低下，且现有业务模型库不支持复杂查询。因此，论文提出了一种多视图业务模型存储及访问框架，作为云平台下的中间件解决方案，旨在高效存储和管理大量业务模型数据，并支持复杂的应用模式。该框架重点研究了业务模型数据的特性，结合多种数据存储技术和关系元模型来实现这一目标。" 在大数据领域，尤其是在云环境中的业务模型管理是一个重要的挑战。传统的数据库技术在面对大规模、多样化的业务模型数据时，其性能和灵活性往往不足。这篇论文针对这个问题，提出了一个多视图的业务模型存储及访问框架，它不仅解决了海量数据的存储问题，还能够有效地支持多种复杂的数据访问模式。这表明，对于结构化和半结构化的业务模型数据，可能需要采用更为先进的数据存储策略，例如分布式数据库、NoSQL数据库或图形数据库，来提高处理效率。 论文的主要贡献包括以下几个方面： 1. **多视图模型**：作者分析了多视图业务模型数据的特性和应用场景，这些视图可能代表不同业务角度或用户群体的需求，通过多视图可以提供更灵活的数据访问和管理。 2. **数据存储平台与技术集成**：论文探讨了如何结合不同的数据存储平台和技术，如Hadoop、Cassandra或者MongoDB，以适应不同类型和规模的业务模型数据。 3. **关系元模型构建**：为了支持复杂查询和多模式应用，作者构建了一个关系元模型，这使得框架能够理解和处理各种业务模型数据之间的关系，提高了查询效率和灵活性。 4. **中间件设计**：这个中间件能够协调数据存储、访问和管理，为云平台上的业务模型库提供全面支持，简化了开发者处理大规模业务模型数据的复杂性。 5. **原型系统验证**：作者不仅理论研究了这些问题，还构建了一个原型系统，通过实际操作验证了提出的框架的有效性和可行性。 这篇论文的研究成果对于大数据环境下的业务建模和信息服务具有深远意义，为云平台上的服务化信息系统提供了新的解决方案，有助于提升业务模型数据的管理和利用效率。