科研院所大數據中心建設研究

孫智強

(江蘇省科學技術情報研究所 江蘇南京210042)

當前，很多科研院所的信息化建設水平不高，對科研數據的存儲、管理、分析和挖掘使用還停留在低層次，造成了數據資源的極大浪費。推進科研院所大數據中心建設，可以有效解決以上問題。

1 建設科研院所大數據中心的意義

1.1 大數據中心概述

大數據技術實際上就是一種從數量龐大、種類繁多的數據中提取出有用信息的技術。大數據中心是集各相關領域的數據資源，形成一個大規模的數據庫平臺，通過各種先進的數據采集、數據存儲、數據管理、數據分析與挖掘等技術，實現為政府、社會各界提供便捷的數據收集、查詢、分析、再加工等服務，為科學研究、創業規劃、社會治理等提供必要的數據支撐和決策依據。

1.2 國內外大數據中心發展現狀

自2001年以來世界各地的大數據中心建設高速發展。據統計，全球大數據中心數量在 2015年達到855萬座。從大數據中心的發展來看，2012—2017年全球大數據中心年平均增長率為 17.39%，中國為39.57%；從大數據涉及的領域來看，目前大數據已經滲透到各個行業和領域。美國大數據戰略發布后12個聯邦部門啟動開展了82個大數據相關項目，涵蓋國防、國土安全、國家安全、能源、醫療衛生、食品藥物、航空航天、人文社會科學、地質勘查等眾多領域。我國的各大數據中心在新的發展規劃中，重點加強大數據與教育、醫療衛生、生活娛樂、電子商務、金融、工業、農牧業、能源產業、公共服務、地理空間等領域的深度融合。業界普遍認為，大數據將成為新發明和新服務的源泉，大數據時代將為人類的生活創造前所未有的變革。所以，建設大數據中心，利用大數據的思維和先進的技術手段，有效管理和挖掘大規模數據資源中蘊藏的價值，是當下各行各業的關注焦點和發展方向。

1.3 科研院所數據資源保有和使用現狀

目前，國內多數科研院所的信息系統相互獨立、無關聯，各自向政府、社會提供服務，存在著數據資源閑置，利用率不高；數據存儲和使用簡單粗放，缺乏整理、清洗和分析功能，對領導宏觀決策幫助較小；各數據庫關聯性弱，數據之間缺乏支撐，不能被系統性使用；各個信息系統單獨維護，維護成本相對較高；數據庫與外部數據連接接口較少，外部資源不能得到很好的利用和整合。這些問題嚴重制約了科研院所數據業務的發展和信息化建設水平。

1.4 建設科研院所大數據中心的作用

一是促進系統集成，將原有的多個系統整合集成為一個或幾個大的信息系統，破除信息孤島，節約運營和維護資源，降低網絡安全風險；二是促進現有數據資源的管理使用水平，減少重復研發投入和研發工作，同時使現有數據得到有效的分析挖掘，提升數據資源的使用效率；三是將主流的先進信息技術引入單位信息化建設當中，提升單位信息系統的智能化水平，提升用戶使用感受和單位信息化建設水平。

2 科研院所大數據中心建設的思路和原則

2.1 主要思路

當前，多數大數據中心采用平臺化建設原則。筆者認為，科研院所大數據中心建設應圍繞主體業務，以各部門需求為導向，集成現有的數據、系統及業務流程，形成統一的大數據資源中心，支撐全部業務全流程管理。同時，筆者認為，著眼未來發展，可以適當引入云計算、區塊鏈等技術，為相關業務預留發展接口，利用區塊鏈技術為跨級別、跨部門的數據互聯互通提供安全可信任的環境，形成可持續發展的運維服務保障機制。

2.2 主要原則

2.2.1 資源共享及業務協同原則

遵循資源共享和業務協同原則，總體設計，合理布局，由情報所統一規劃，各部門配合建設，提升所數據資源共享和業務協同能力，并具備良好的系統集成能力、信息共享和交換能力、外部接口能力以及對標準規范的支持能力。

2.2.2 經濟性和資源節約原則

大數據中心建設應充分利用現有網絡資源、硬件設備、軟件系統、人力資源和數據資源，保護前期投資，確保現有系統與目標系統之間的平滑過渡和無縫集成；慎重權衡性能與代價的關系，選擇適度超前的軟硬件產品，在保證系統先進性的同時，控制投資成本。

2.2.3 開放性和可擴展性原則

平臺建設要按照開放性和可擴展性原則設計，必須既滿足當前業務發展需求，又要考慮未來大數據處理及應用的發展趨勢，設計合理的擴展架構，采用開放的、標準化的平臺設計，合理分配利用基礎設施資源，實現現有業務系統平滑接入和擴展。

2.2.4 易用性和便捷性原則

在系統建設時，針對不同層面的使用者的應用水平，充分考慮系統的易用性，充分考慮到使用者計算機操作水平，操作簡單、方便，以保障信息化應用的順利推廣。

3 科研院所大數據中心建設的主要任務

3.1 大數據中心的建設內容

當前，科研院所大數據中心建設，按照“大平臺、大系統、大集成、大數據”的建設思想，基于云計算技術，構建可擴展的一體化業務平臺，形成人員、數據、管理等有機統一的大數據資源中心，利用采集、歸集、交換、網絡抓取等多種數據獲取技術和手段，實現對涉及主導業務的政策信息、科研數據等結構化和非結構化數據資源的整合處理、體系管理、共享交換、數據接口服務等功能。依托大數據中心，建立一體化業務處理平臺，主要將對外服務功能進行集成整合，實現資源與數據互聯互通，提供統一身份認證、工作流引擎、數據挖掘引擎、系統管理等基礎平臺功能，通過數據、消息及界面實現與現有業務系統的集成應用，通過統一身份認證實現單點登錄。基于大數據資源和一體化業務處理平臺，全面集成現有的應用業務，整合內部管理、對外服務、政務服務等業務管理流程，形成數據一致、流程協同、功能完整的應用體系，提供兼容 PC端和移動端的多種應用整合的服務。

3.2 大數據中心實現的主要功能

當前，新建的大數據中心，至少要實現以下 8項功能：①系統集成。實現科研院所業務系統高度集成目標，分散系統集中到統一平臺，利用虛擬化和云計算技術，實現硬件環境和網絡安全統一管理。業務部門負責提需求和使用，數據中心負責系統開發、升級、運維和網絡安全，數據集中管理共享，提升數據資源使用效率，壓縮運維和安全管理成本。②數據交換。實現科研院所各業務系統數據實時全流程無障礙交換，并構建與上下級管理部門和業務單位的大數據中心相關系統的數據交換接口，實現數據實時無障礙交換對接。③數據加載清洗。實現各級業務系統的數據抽取和加載，主要包括數據源管理、數據關系匹配與轉換規則、審核規則設置、數據交換流程管理、數據交換引擎、任務異常監控。④即席查詢。提供一個靈活的即席查詢工具，用戶可以根據自己的需要，靈活地設置查詢項及查詢條件，同時支持查詢條件的任意組合及與或關系。⑤多維在線分析。要能夠為用戶提供可視化、簡單易用的多維在線分析工具，通過鼠標拖拽的方式，實現復雜多變的報表分析與展示。⑥智能圖表。提供圖表制定工具，用戶可以自行設置圖表展現形式、圖表間聯動交互邏輯等。⑦智能檢索。利用關鍵字索引、字段索引技術，實現智能搜索功能，根據用戶輸入的搜索內容，自動查詢相關指標、報表、文檔、分析報告等內容并實現一體化展示。⑧智能挖掘。用戶可以自己編寫數據挖掘算法，支持在線編譯、可視化分析、數據和圖表互動、算法模型管理等功能。

3.3 總體架構及功能模塊作用

科研院所建設大數據中心，應該搞好頂層規劃，優化總體架構，并精確定位功能模塊作用。在架構設計方面，通常包括以下 5個方面：①基礎設施層，提供數據綜合管理平臺建設部署所依賴的軟硬件基礎設施，包括計算資源、存儲設備、網絡設備及其他基礎設施。②數據層，實現各類數據資源的存儲及數據訪問接口服務。③平臺層，作為對應用系統的支撐保障，主要功能為業務支撐及協同管理、系統集成及接口服務管理、數據交換與共享平臺、元數據與數據資源體系管理、數據資源整合與分析展現平臺等。④應用層，主要集成各類應用服務系統，提供全新的流程優化、集中的信息展示和系統之間的協作等功能。⑤展現層，通過 PC端或移動端實現數據查詢展現門戶功能，通過直觀的、多維度的信息展示，可為用戶提供服務領導決策、改進工作方式、實時動態監控等作用。

3.4 應用平臺和安全系統建設

3.4.1 應用平臺建設

應用平臺建設是大數據中心建設的關鍵環節，它是平臺化建設思想的主要體現，也是大數據主要功能的引擎和主要發力點。筆者認為，科研單位大數據中心建設，應該至少包括數據資源共享交換平臺、數據資源體系管理平臺、數據資源整合和分析展示平臺、業務協同管理平臺、系統集成和接口服務平臺。

3.4.2 系統安全建設

信息資產安全運營威脅的來源主要包括：通過對外服務區來自于惡意用戶的攻擊、不同部門間人員的非法訪問、內部人員的越權訪問、設備運行故障、重要數據泄密等。全面地對信息系統網絡安全威脅進行分析和歸類，根據安全風險的來源，參照業界通用的分析方法和國家《信息安全風險評估指南》《信息系統安全等級保護基本要求》，制定安全總體架構。通用的安全架構如圖1所示。

圖1 安全總體框架示意圖Fig.1 Map of the overall security framework

4 相關保障措施

4.1 劃撥專項系統建設和運維經費

建議以項目形式，申請專項經費補助，完成項目建設。同時，每年要列支專項運維經費，保障大數據中心的可持續發展。

4.2 調整運維保障力量

對原有信息系統的運維力量進行整合，成立單位的大數據中心專門運維部門，形成數據的產生、數據的存儲管理、數據的挖掘、數據的整理、數據的分析使用全鏈條運維和保障力量，能夠實現依靠自身力量完成上級和客戶賦予的數據處理、數據查詢、模型設計、數據分析和結果解讀等任務。

4.3 建立相關運維管理制度

從日常工作、人員管理、任務分工、安全管理等方面，分別制定大數據中心建設、工作管理、人員職責、經費保障、安全預案等規章和制度，確保大數據日常工作的有序開展。

4.4 積極向上爭取任務和支持

要建立相關工作計劃，加快建設進度，搶占先發優勢。積極爭取上級部門對單位大數據中心的支持，爭取將所大數據中心納入上級相關信息化項目中同步建設，同步運維和發展，爭取相關資金和制度支持，提升單位大數據中心在上級部門宏觀決策層面的作用和影響力。