基于数据中台的高校综合服务系统架构研究与设计

◎蔡兴振 喻术刚 张鑫

（作者单位：江苏大学）

本文通过调查现有高校管理系统，分析总结出部分高校系统现有问题，在高校原有众多子系统的基础上，结合数据中台技术提出一种高校综合服务系统架构，致力于为高校提供从数据收采集加工到数据服务应用的全流程数据服务，以数据洞察助力高校实现科学化管理、智能化决策。

一、引言

随着互联网技术的不断发展，各大高校不断被愈来愈密集的数据风暴所裹挟，每一个实体均可被理解成为一个数据集合体，数据不再是各类业务应用的附庸品，而是渐渐占据主导地位，用于驱动各类业务创新发展。为了紧跟信息化建设与现代教育技术的发展，各大高校正在不断创新，寻求方案来最大程度挖掘数据价值，提升自身信息化建设高度。

二、数据中台介绍

数据中台概念起源于阿里，为了高效集成利用天猫、淘宝两大电商系统海量数据，2015年，阿里提出将两套系统中可共享的同类型数据沉淀至数据中台，用以敏捷支持前台业务。近年来，随着各大企业对精细化管理、敏捷化运营的渴求，数据中台概念被不断提及，数据中台能够提供从数据采集整合、提纯加工到价值变现的全生命周期数据服务，将海量数据变为了资产，不断服务于各类业务，它对跨域数据的高效集成、各类业务的实时支持、创新能力的不断驱动，受到了各类行业的极大追捧。

三、数据中台架构优势

随着大数据时代的到来，传统的综合服务系统无法有力的应对快速增长的大数据，而数据中台作为新生代的产物具有如下优势：

（一）更加精准的数据来源

校园内获取信息的方式多种多样，信息繁杂，局部封闭，数据质量无法得到保证，而应用了数据中台的系统数据来源覆盖了业务数据库、互联网外部数据以及来自机器设备的日志数据等，数据覆盖面广，精准可溯源，可做到将全业务、多终端、多形态数据全域采集，并在全域数据支持下提供智慧大数据服务。

（二）更加低维简洁的集成模式

传统高校子系统集成方案大多采用一对一集成方式或应用平台API集成方式，在使用一对一集成模式时，随着子系统数量的增多，系统间集成复杂度也随之增加，影响后续系统实施运维。另外，在使用平台API集成方式时，系统并未做到全域数据真正意义上的集成，实际上仍为信息孤岛式系统。本架构采用数据中台集成方式，将原有各个子系统彼此解耦，降低系统集成维度，且做到将数据标准化、统一化，数据可重复调取、反复利用。

（三）更加完善的驱动模式

传统的系统采取从上层到下层的建设模式，延展性不强，而应用了数据中台的系统采取从下层到上层的方式，在满足上层业务的同时不断迭代更新，具有极高的延展性。

四、高校系统数据中台

数据中台包含数据源层、数据接入服务、数据治理层、数据共享层、数据分析层，数据服务引擎等，为高校实时精准决策提供全生命周期数据支持服务，具体架构如图1.1。

图1.1中台架构图

在摄像头、门禁等多种硬件设备的支持下，海量数据被实时感应采集，同时，高校现有多个子系统，互联网中选定信息如中国气象网、中国教育信息网，数据仓库中历史信息等多种繁杂数据，借助ETL、socketRocket实时采集、kettle数据迁移等数据接入技术，进入数据治理层。通过数据采集、血缘分析、影响分析等元数据管理，质量规则定义、质量评估、数据清洗等数据质量管理，主数据申请、主数据发布、主数据分发等主数据及数据标准管理，对全域基础数据进行汇总与存储。而数据共享层则在数据治理的基础上，针对不同主题区域，构建不同的数据集市存储不同数据，例如高校全域数据可被分为物资、后勤、安防、教务等多个主题，充分满足上层多种不同应用分析需求。数据分析层内含深度学习、数据挖掘、统计分析等多种模型，根据高校业务需要，在数据共享层多种基础主题数据的基础上，对数据进行预连接、预计算、预汇总，以应用为驱动，建立多个数据体系，挖掘高校数据的内在价值，为高校运营决策提供数据支持，其中建立了教务教学数据体系用于实时跟踪高校教师教学情况，高校安防数据体系实时监测校内师生安全情况等，在统一数据服务引擎支持下，为前端应用提供敏捷的服务或API接口，无需重复开发，即可反复调用。系统前端，中台架构在有效集成校内原有零散服务的基础上，根据高校发展需要拓展智慧大数据类服务，包含校内外舆情分析、一卡通数据分析、学生画像建立等，其中学生画像建立基于学生行为数据、状态数据等，提取学生学习、体育、消费等多种特征，对学生进行标签式画像，为高校学生管理决策提供强有力的支撑。

五、总结

数据中台改变了原有先有事务再有数据的思维方式，致力于用全域数据高效智能驱动高校日常事务，从全域数据源的采集到多种数据应用，完成多种场景的实时数据响应，以数据洞察助力高校实现科学化管理、智能化决策。