基于SaaS 云平臺的制造服務資源集成優化研究＊

李斌勇，杜澤燕，雷正毅，徐孟奇

（1.成都信息工程大學 網絡空間安全學院，四川 成都610225；2.成都信息工程大學 銀杏酒店管理學院，四川 成都611743）

基于SaaS（Software-as-a-Service，軟件即服務）的云服務模式，通過提供第三方軟件租賃服務的手段，將云平臺部署于云端，從而為廣大汽車制造企業的業務交互活動提供了基于云端的便捷服務。然而，業務的交互協作，需要以互聯互通的數據交互做支撐。尤其是在廣域云制造環境下的上下游企業群，普遍存在著產業協作鏈條狹長、產業鏈分工各異、地域分布離散、網絡資源類型眾多、軟件系統資源異構等特點，無疑，上述產業鏈特征使汽車產業鏈上下游的制造服務資源集成和系統集成問題成為現代汽車產業制造服務資源整合亟待解決的問題。

1 基于SaaS 的制造服務資源集成技術方案

遍布于全國多地的核心整車制造企業，與SaaS 云平臺之間的制造服務業務及數據交互，形成了以SaaS 云平臺為中心，整車制造企業群離散分布的廣域分布式拓撲結構。而整車制造企業自身擁有一些安全性要求較高的業務數據，為保障整車企業數據安全性，可通過在整車企業內網部署業務系統，而必須交互的業務數據通過數據交換中心與云平臺實現數據交換與集成。如此一來，整車制造企業的軟件系統與云平臺便構成了一個多源異構分布式數據交換體系。

為了解決核心整車制造企業的分布式資源集成問題，一種有效的技術解決方案是采用基于Web Services（Web 服務）來支撐SaaS 云平臺與整車企業內網系統的數據交換與集成。Web Services 由服務提供者、服務調用者、UDDI 三者組成，該技術已廣泛用于Web 應用中，其相關原理在此不再贅述。結合云服務平臺數據交換的實際需求，如果將數據交換應用發布為Web Services，易分析出云服務平臺為服務提供者，整車制造廠為服務調用者，UDDI 為數據交換服務的注冊中心。SaaS 云平臺多源異構數據集成方案如圖1所示。

圖1 SaaS 云平臺多源異構數據集成方案

為此，首先需要構建SaaS 云平臺數據交換服務中心，開發以企業ID、協作關系等為識別標識的分布式數據交換適配器，來支撐多源異構分布式數據交換，從而實現以基于SaaS 服務模式來提供統一的第三方資源集成服務。

利用與整車企業內網數據結構進行關聯映射的SaaS 云平臺數據庫，實現不同整車企業業務交互的統一性和數據交互的獨立性。

同時，SaaS 云平臺只需通過UDDI 注冊中心，向互聯網實時注冊、取消和更新制造服務資源的數據交換Web 服務。注冊發布相應的數據交換Web 服務，采用WSDL（Web Services Description Language，Web 服務描述語言）的形式，對Web 服務進行精確定義和發布，并將SaaS 云平臺的數據交換Web 服務指向WSDL，以便供多源異構核心企業群的多個異構系統查找、解析和調用SaaS 云平臺的Web 服務。

2 基于SaaS 云平臺的制造服務資源集成框架

遠程分布式的數據交換端，將獨立研發并部署與SaaS云平臺數據交換形成關聯的數據集成適配器。這些相應的分布式數據集成適配器，必須關聯核心企業ID、核心企業協作關系、協作類型、上傳和下載數據資源的IP 服務地址等。這樣，不同整車制造企業通過執行部署于內網的數據交換適配器，便可向SaaS 云平臺提出數據交換服務請求。SaaS 云平臺在接收到數據交換服務請求后，將以XML 的形式，并采用SOAP 協議通信將待交換的數據交換至不同整車企業的分布式數據交換端。同時，考慮到不同整車制造廠業務協作系統群與產業鏈云服務平臺數據交換的異構性，云平臺的數據交換服務總體接口應設計為基于WEB 服務的通用第三方公共API（Application Programming Interface，應用程序接口）。SaaS 云平臺資源適配集成技術框架如圖2 所示。

圖2 SaaS 云平臺資源適配集成技術框架

如圖2 所示，各個核心整車制造企業內部業務系統均自建有業務數據庫。但各整車企業的產業鏈上下游協作企業群，卻無法通過上述內部業務系統與核心企業進行業務交互，取而代之的便是通過SaaS 云平臺所提供的業務功能模塊與核心整車企業進行交互。這種交互方式無疑是間接的，為此必須通過遠程數據交換的方式，來支撐核心企業與協作企業群的業務協作交互。

為了實現與云平臺遠程數據的交換，需要對離散的各個核心企業內部異構系統開發相應的數據交換適配器，同時提供API 適配接口。核心企業端的多源分布式數據交換器，將與云平臺端部署的數據交換適配器之間形成關聯映射關系，并利用集成技術方案，在雙方完成適配信息的驗證后，通過XML 數據文件的傳輸，利用雙方所提供的API 適配接口，支撐遠程分布式的數據資源適配及上傳、下載交換。

核心企業與云平臺之間利用數據交換適配器進行資源交換時，需要配置相應的服務名、服務地址、類名和適配參數等。以某核心企業與云平臺的上載數據為例，主要XML節點的相應配置信息如下：

---遠程方法

MethodName="ServiceUploadData"ResultType="#Null#"

RemoteServerURL="遠程交換服務IP 地址" RemoteServer

URLBak="遠程交換Web 服務備份地址"Namespace="數據交換命名空間"

ClassName="相應的數據交換類名稱">

---遠程數據交換參數

為便于論述下文的集成優化方案，有必要對已進行實際應用的上述集成方案和框架進行分析，以便在此基礎上有針對性地對集成優化技術方案進行詳細研究。

3 基于SaaS 云平臺的制造服務資源集成優化

基于遠程Web 服務數據交換過程的執行，正是因為數據交換適配器按照預配置的統一數據交換規則框架，通過XML 通用標記語言的形式，屏蔽了數據交換過程中多源異構數據源與運行平臺、開發語言、系統架構的關聯性，從而保障了第三方云服務平臺與多源異構核心制造企業業務系統數據交換過程的一致性與同步性。

SaaS 云平臺與各個整車制造企業系統之間，形成了以云平臺為核心，以整車制造企業異構系統離散分布式的多源數據交換關系。傳統的資源集成方案，通過SaaS 云平臺的數據交換適配器與分布式的整車制造企業系統端的多源數據交換適配器統一進行數據交換。

盡管這種方式有效地保障了云平臺數據交換的統一性和一致性，但卻面臨如下弊端：一次性完成統一的數據交換，所耗費的SaaS 云平臺硬件資源開銷負擔過大，尤其是當兩次資源交換之間的間隔時間過長，導致積累的資源交換數據量過大時，將導致云平臺數據交換服務器負載過大而陷于軟癱瘓，當數據交換服務器負載較大或陷入軟癱瘓時，將影響業務單據數據集的數據交換流傳輸，例如當數據流傳輸不穩定時，這將極易導致數據交換字節流紊亂，并引發極個別字節流的丟失或錯誤；云平臺數據交換端同時要完成與多個遠程分布式數據適配端的資源交換，耗費時間較長，通常需要5 min 甚至更長的時間。

為了解決上述兩方面的弊端，所有向SaaS 云平臺發出的數據交換訪問請求，將采用集中訪問控制、分布式分發的方法處理，其技術解決方案如圖3 所示。

圖3 多源異構分發控制的數據交換優化方案

如圖3 所示的技術方案圖，其數據交換的訪問控制及其交互活動過程描述如表1 所示。

表1 數據交換過程交互節點描述

SaaS 云平臺通過對離散分布式的數據交換訪問請求統一認證，有效避免了傳統數據交換模式的任意直聯和多端的同時傳輸。認證通過后，通過讀取數據集成適配器的XML配置文件信息，并利用云平臺訪問控制器的適配處理邏輯，自適應匹配云平臺端的相應數據交換適配器，然后再動態進行數據交換任務的網絡分發。網絡分發完成后，數據交換訪問控制端將釋放數據交換請求控制權資源，同時形成遠程雙向點對點的數據交換直連模式，從而極大地降低SaaS 云平臺的數據交換資源的開銷負擔。

4 制造服務資源交換性能分析

4.1 制造服務資源數據交換時長分析

遍布于不同地域的核心整車制造企業端，其業務系統面向企業內部用戶。而SaaS 云平臺所集成的多個業務協作平臺，則是面向核心整車制造企業的協作企業用戶。無論是分布式的多源整車制造企業業務協作系統，還是集中式的SaaS云平臺業務協作平臺，業務交互所產生的協作數據，均具有雙向數據交換的需求。以汽車制造業務活動高峰期為例，其相鄰兩次數據交換的時間間隔通常短于20 min。對于離散分布的核心企業端數據交換，通常每次數據交換所耗費的時間均在30 s 之內。

對于SaaS 云平臺端的數據交換，按照傳統的數據交換模式，當在業務協作高峰期的某個時間段，同時有6 個核心整車制造企業的業務系統向SaaS 云平臺提出數據交換訪問請求，那么SaaS 云平臺數據交換適配器將串行處理6 個數據交換任務，其數據交換時間最長耗時約3 min。

而采用上述集中訪問控制、自適應動態分發的技術方案，由于動態形成了遠程雙向多個點對點的數據交換直連模式，避免了一個云端適配器輪流與多個分布式數據交換器串行數據交換的弊端，使得云平臺的各個數據交換適配器所耗費的數據交換時間將能有效控制在30 s 之內。在縮短數據交換時間的同時，也能有效保障多源異構端和云平臺端業務數據的實時交互性。

4.2 制造服務資源集成可靠性分析

數據交換錯誤率是量化數據交換可靠性的核心指標。核心企業端的數據交換適配器，由于不存在多端點同時交換的狀況，錯誤率能得到有效控制。但對于SaaS 云平臺，傳統數據交換模式會導致云端數據交換適配器資源緊張及負載過大，其錯誤率往往大于0.4%，這將造成業務數據紊亂。盡管SaaS 云平臺提供了交換錯誤識別處理，但交換錯誤率過高，也將嚴重影響核心企業和協作企業在云平臺的業務交互實時性和準確性。

采用訪問控制分發適配方法，將多點對單點交換模式轉換為點對點分布式獨立交換模式的集成優化方案，有效避免了云平臺端數據交換適配器資源的負載壓力。按照百分比進行分析，通過對某高峰時段，選擇8 家核心整車制造廠與SaaS 云平臺同時進行分布式數據交換后的數據集進行分析，得出錯誤率分析結果，如圖4 所示。由圖4 可知，其數據交換錯誤率遠低于傳統模式，均控制在0.03%之內，SaaS 云平臺與分布式核心企業端的雙向數據交換可靠性明顯提升。

圖4 多源異構分布式數據集成可靠性分析

5 結束語

基于SaaS 的云平臺服務模式，為汽車制造產業集群在廣域云制造環境下的上下游復雜協作提供了可行的模式支撐。針對傳統數據集成技術框架所存在的缺陷，提出的集中訪問控制、自適應分發的制造服務數據交換方案，較好地解決了多源分布式數據交換時間過長問題，同時也較好地降低了異構數據交換錯誤率，提升了制造服務資源集成的可靠性。為力求解決基于云平臺的汽車制造服務價值鏈的縱橫雙向協同與制造服務資源集成問題，提供了科學可行的技術支撐。后續研究中，將針對多源異構數據交換適配器的通用性問題，展開進一步探索，以解決多源數據集成冗余配置的問題。