主数据管理驱动的高校信息化SOA建设

梅广 邹恒华 张甜 许维胜

摘 要：异构信息系统在高校中的大量存在阻碍了数据资产整合与信息交互，面向服务的架构（SOA）的出现及在企业中的广泛采用为解决此问题提供了思路，但在高校中实施SOA存在难度大、难以形成以SOA为基础的信息化生态的问题。针对这些问题，提出主数据管理驱动的SOA建设方案。首先，在数据层面运用主数据管理平台对校级核心数据资产进行建模和整合;为实现数据同步和消费，并解决其中存在的协议转换及服务鉴权问题，提出了基于企业服务总线的解决方案;然后，针对遗留“信息孤岛”系统进行SOA改造，提出主数据驱动的建设方案。实验结果表明单用户、10用户、100用户及10000用户并发下的平均延迟分别为8、11、59及18ms，表明在不同并发场景下所提方案性能均满足高校业务需求。实施结果表明，数据资产整合和信息交互问题得到了解决，因此方案具有可行性。

关键词：主数据;面向服务的架构;企业服务总线;教育信息化;数据交换

中图分类号：TP311.5

文献标志码：A

SOA based education informatization driven by master data management

MEI Guang1， ZOU Henghua2， ZHANG Tian2， XU Weisheng1，2*

1.College of Electronics and Information Engineering， Tongji University， Shanghai 201804， China;

2.Education Technology and Computing Center， Tongji University， Shanghai 200092， China;

3.Informatics Office， Tongji University， Shanghai 200092， China

Abstract：

The existence of heterogeneous information systems in colleges and universities hinders data assets integration and information interaction. The emergence of Service Oriented Architecture （SOA） and its widespread adoption in enterprises provide ideas for solving this problem， while it is difficult to implement SOA and form an SOA-based informational ecosystem in universities. In response to these problems， an SOA construction scheme driven by master data management was proposed. Firstly， a master data management platform was used to model and integrate the core data assets at the data level. In order to realize data synchronization and consumption， and solve the problem of protocol conversion and service authentication in the process， an enterprise service bus based solution was proposed. Then， in order to the transform the legacy “information island” systems to SOA， a construction solution driven by master data was proposed. The experimental results show that the average latency with concurrency single user， 10 users， 100 users and 10000 users is 8， 11， 59 and 18ms respectively， which indicates that the performance of the proposed scheme meets the need in different concurrent scenarios. The implementation results show that the data assets integration and information interaction problems have been solved， which proves that the scheme is feasible.

Key words：

master data management; Service Oriented Architecture （SOA）; Enterprise Service Bus （ESB）; education informatization; data exchange

0 引言

教育信息化已成為信息化建设重要领域之一。然而国内教育信息化在系统架构及数据价值发挥上与国外高校及银行、保险、证券及互联网等行业存在较大差距，一个突出困境就是“信息孤岛”问题。由于学校各部门在建设信息系统时缺乏顶层设计，未考虑系统间协同与互操作，因此业务系统上线之时就具有独立、异构、封闭等属性，大量资源无法实现应有价值，阻碍了跨部门业务处理及智慧校园的进一步建设。

为解决“数据孤岛”问题，人们提出了点对点数据交换，使用专用数据交换平台实现底层数据交换。但是持续增加的系统数量和数据量使交换性能变得越来越低，IT场景错综复杂，软件系统开发、维护和升级难度变大。伴随着Web服务（WebService）和企业服务总线（Enterprise Service Bus， ESB）为代表的分布式计算技术的崛起和发展，将数据共享平台和企业服务总线（ESB）进行有机组合的方法试图从体系结构和实现机制上解决数据交换和共享问题[1]。例如，伍玉成等[2]提出基于WebService的高校图书馆数据集成方案;刘铖[3]提

出使用共享库和WebService技术集成和共享全校数据，另外文献[4-6]也提出了相似方案。然而数据共享平台中的数据只是业务系统数据简单抽取和复制，因此数据存在重复、缺失及不完整等问题，无法为业务系统提供权威、黄金、面向业务的数据实体，且不利于实施数据治理。

面向服务的架构（Service Oriented Architecture， SOA）理论及技术的成熟对企业级应用产生了深远影响，其一切皆服务的思想在云计算时代的信息交换中继续发挥重要作用[7-10]，并且积极促成了微服务架构的产生[11]。由于国内教育信息化行业水平低，高校进行SOA改造存在技术和成本的双重困境，存在建设周期长、建设不彻底、成效不突出等问题。以主数据管理驱动的SOA改造和建设可规避以上问题，借助合适的平台并将成熟底层技术与上层业务深度融合的思路可使SOA在高校中更容易落地。首先，本文基于企业服务总线、主数据平台，提出高校SOA建设方案与实施策略，并对高校人员和课程主数据进行建模与应用;第二，为实现主数据系统与传统应用系统、SOA系统及微服务等系统互联互通，进一步提出基于ESB的高校信息系统信息交互方法;第三，为解决高校场景下SOA改造困境，提出基于主数据的建设方案，通过与现有高校SOA改造策略进行对比的方式给出方案的优势;最后，给出主数据驱动的SOA建设在实践过程中的服务质量（Quality of Service， QoS）指标，并通过建设案例证明可行性并给出应用效果。

1 SOA及主数据

1.1 SOA简介

SOA由全球最著名IT研究与顾问咨询公司Gartner提出。SOA从一个接口定义开始，把整个应用程序构建为接口拓扑、接口实现和接口调用的软件架构，因此它是一种包含运行环境、编程模型、架构风格和实施理论在内的一整套系统化IT方案[12]。

在宏观上，SOA是一组设计原则，包括服务第一、灵活构件、松散耦合、隔离关注、模块化、可重用等。在微观上，SOA是由这些设计原则衍生出的各种技术，如SOA成熟度模型、服务建模方法学、SOA编程模型、企业服务总线、服务注册库等。

SOA是对面向对象、面向组件方法的延伸，重点在于流程驱动IT、业务驱动架构，将业务部门提供的实体服务落地成对应的SOA组件，并且允许重用这些组件和服务来快速构建业务应用，契合了企业对于信息系统重整和业务流程重组的需求和愿望[13]。

1.2 企业服务总线

企业服务总线使用“总线”模式管理和简化应用系统集成 [14-15]，提供了时间驱动和文档向导及分布式处理模式，是企业应用集成（Enterprise Application Integration， EAI）下一代集成技术。ESB提供服务注册、路由、安全验证和消息格式转换等功能，利用消息机制、可扩展标记语言（XML）和Web服务的跨平台特点解耦服务请求者和消费者，在SOA体系结构中处于核心位置。ESB和SOA的結合是最新一代信息系统架构和集成方式，运用该方式，企业能够建立广泛互联、易重用、低成本集成信息系统。

1.3 主数据及主数据管理

1995年Seibel首次提出主数据（Master Data， MD）概念，将数据分为主数据和操作数据两部分[16]。Otto等[17]认为主数据是指在横跨整个企业内一致和共享业务对象，它可以涵盖相对静态参考数据、事务数据、非结构化、分析、层次和元数据。因此主数据具有如下特点：高业务价值，是准确、集成的黄金数据;广泛共享，在企业内跨越多个业务部门，并被重复使用;存在于多个异构应用系统中，只有通过整合才能发挥最大价值。

对于主数据管理（Master Data Management， MDM），技术上是指使用去重、标准化、整合规则等工具及策略减少进入系统差错数据，保证数据的权威性。在业务上，主数据管理包含流程、治理、政策、标准和工具，用于统一定义和管理组织关键数据，并实现单点引用。主数据管理的目标是在企业范围内提供这些关键数据的搜集、聚集、匹配、整合、质保、持久化和分发等流程，保证在持续使用时保持一致性和对数据的控制力[18]。

集成、共享、数据质量、数据治理是主数据管理的四大要素。高校主数据管理要做的就是从学校的多个业务系统中整合核心的、需要共享的数据，并且以服务的方式把数据分发给全校范围内其他应用系统等。主数据管理使得高校能够集中化管理数据，在分散的系统间保证数据的一致性，改进数据合规性、快速部署新应用，并有效减少数据治理及使用成本。

主数据系统管理着企业中核心数据资产，打通了“孤岛式”系统之间的数据通道，因此在银行、保险、制造等行业得到了广泛应用。由于整体信息化水平低，国内主数据研究和应用十分缺乏，在高校中更是十分罕见。

2 主数据驱动的高校SOA建设

2.1 原理及优势分析

2.1.1 整体架构

为消除高校IT系统中“数据孤岛”现象并向SOA转型，本文提出主数据管理驱动的SOA建设方案。如图1所示，使用主数据管理系统实现对高校中人员、组织、层次结构等数据建模并以服务的方式对外提供数据。ESB为该架构中枢，实现异构数据转换、服务编排、服务路由、安全控制、服务监控等功能。遗留 “数据孤岛”业务系统通过ESB中的适配器与MDM系统进行数据双向同步，而基于SOA的业务系统和主数据系统通过ESB消费或发布服务。为了适应不同协议、标准及产品，提高使用方便性，service接口允许使用SOAP（Simple Object Access Protocol）协议服务或REST（REpresentational State Transfer）服务。主数据管理中心（Tongji Master data management Center， TMC）基于业务流程管理（Business Process Management， BPM）平台，实现对主数据操作、治理、可视化展示等功能。

2.1.2 实施策略

以主数据驱动的SOA建设是一项长期任务，本文从实施中总结并提出以下实施策略：

1）基础实施。搭建基础软件平台，如MDM、ESB、BPM等，并实施开发培训;完成MDM数据建模、数据初始加载。

2）数据同步。开发数据服务，替换点对点数据交换平台，实现遗留业务系统和MDM的双向同步。

3）协同融合。将可重用的服务灵活地融为流程的一部分，使用BPM系统完成业务流程整合、再造和发布。

4）服务优化。实施服务监控、流程优化、数据治理及安全管理。

2.1.3 优势分析

从传统架构转向SOA转变是一个复杂系统性工程，变革过程涉及多个部门、多个系统，属于重大项目，实施的难点不仅仅是技术层面，也在学校IT管理层面。企业在实施SOA时往往需要强有力的执行发起人，以保证项目顺利进行并清除可能出现的障碍。由于我国高校与企业在组织架构上的不同，主管学校信息化的部门通常与各学院、职能部门处于同一行政级别或更低，缺乏影响力和顶层设计必然为改造过程带来阻碍，成为失败风险之一。本文提出的方案可规避以上问题。首先，在建设初期主数据实施部门只关注建模与数据入库，不影响学校现有IT系统，不需要多部门参与;在实施过程中，ESB建立主数据与各业务系统之间的双向同步通道，很容易将老旧的数据交换平台切换至MDM，使MDM成为唯一权威、共享数据源。随着服务的丰富与功能的不断完善，MDM与SOA开始发挥效益，借助可重用的服务，开发新的业务系统越来越容易，成本大大下降;在“随需应变”和业务流程方面，借助于BPM，业务部门可以动态改变流程而不需要IT部门的干预。

2.2 高校主数据建模

高校主数据包括以下几类：

核心基础数据 如人员、资产、组织架构、科研成果等;

参考数据 如代码数据;

关系数据 如硕士生导师与硕士研究生之间的指导关系，教师与院系之间的任职关系等;

引用分析数据 如来自数据仓库的分析结果。

本文基于主数据平台对高校人员、组织、层级结构、关系主数据进行了建模。

本文采用的MDM平台为SOA系统，使用4个域对各种类型数据进行解耦和建模，分别为：

参与方（Party） 管理诸如用户、职员、潜在用户等实体，既包括个人也包括组织;

产品（Product） 定义企业中的产品，包括货物产品、服务产品等;

账户（Account） 定义企业中帐户数据，包括合同、协议等;

位置（Location） 记录地理位置信息，包括位置、地址等。

这4个域在建模时会相关联，如在对高校中人员和组织进行建模时，会涉及到参与方域和位置域。

2.2.1 人和组织建模

参与方域实现对人员和组织数据建模，能够对人员及组织基本信息、地址、联系方式、财务、标识、关系、疑似重复、警告、来源系统等进行完整描述。模型中使用CONTACT表、PERSON表和ORG表记录参与方基本信息，其中CONTACT表为父表。本文从实际业务需求出发，结合我国高校特点对数据进行了建模，模型如图2。

主要信息为籍贯、民族、港澳台侨类别、健康状况、血型、宗教信仰与政治面貌。

2.2.2 角色建模

高校中人员按其角色可分为本科生、硕士生、博士生和教职工四类，每一个人又可能拥有一个或者多个角色，并且对于同一个角色，可能会存在多个角色实例，如拥有两个教职工角色（返聘）。在现有“孤岛”式架构中，人员角色信息存在于多个业务系统中，在全校层面并没有做唯一性维护。本文结合高校角色数据特征，综合使用自上而下和自下而上分析方法，深入分析业务需求并梳理各业务系统元数据，对人员角色进行了建模，数据模型如图3。

表中开始时间和结束时间确定该条角色信息是否当前有

效，对于失效记录，MDM中不做删除操作，从而实现历史角色查询功能。表中本科生信息包括生源地、培养方式、学位类型、本科专业、特殊学生类型等字段。硕士生信息包括生源地、培养方式、学位类型、是否在职、特殊学生类型、专业方向、研究领域和研究方向等。博士生信息则包括入学信息、生源地、是否在职、博士专业等。教职工角色包括岗位、职称和离职入职等信息。使用getPartyMacroRole、addPartyMacroRole、及updatePartyMacroRole服务对人员角色进行操作。

2.2.3 关系建模

高校中关系信息也是一类重要主数据，用于维护参与方之间关系。本文使用addPartyRelationship、updatePartyRelationship与getPartyRelationship服务对人员关系进行维护。数据模型及可视化展示如图4与图5。

图5中实心圆圈为被查询参与方，空心圆为与其有关系的参与方，包括其指导的硕士研究生与受聘学院。

2.2.4 层级结构建模

外部人员进入高校后往往需要将其安排到固定教学、行政或其他学校内部单位中，这些组织或单位是学校实体单位，拥有编制。但也存在其他一类组织方式，如学科委员会、各类研究中心等，这类单位中人员往往来自于其他实体单位，本身没有独立财务核算和人事编制，成立或撤销数量多、频率高。这类非实体组织代表着当前学校学科发展及活跃状态，对这类机构进行核查和统计有助于高校决策层把握学校整体学科布局。本文使用層级结构模型对这类数据进行建模。模型中，每一个实体或非实体机构都是一棵树，HIERARCHYNODE表记录包括根节点在内的所有节点， HIERARCHYULTPAR记录树的根节点，HIERARCHYNODE的记录与组织或人员一一对应。HIERARCHYREL表记录节点之间关系，HIERARCHY记录树本身基本信息。使用getPartyHierarchyDetails、addHierarchy及updateHierarchy服务对层级结构进行操作。层次结构主数据模型如图6。

2.2.5 党政职务建模

党政职务也是一类主数据，本文结合业务需求提出高校党政职务主数据模型，并在其上开发相应服务，使用getPartyPosit、updatePartyPosit及addPartyPosit服务对数据进行操作。

2.2.6 高校非人员主数据建模

除人员外，课程、实验器材、智力产出（论文、著作等）、图书、楼房、设备等均是需要管理和共享的重要数据资产，对这些数据进行建模和质量管理可以将大大提高管理者对学校的掌控，从而提高决策的科学性。该节将对这些数据的建模给予介紹，并以课程主数据为例对非人员主数据进行建模。

本文将高校中物质、智力资产等非人员、财务、合同等主数据归类至Product域（产品域），该域可以与Party域、Account域及Location域联合建模，从而可实现精确的人、事、物及其相互关系的模型。可将课程、奖学金、助学金等服务性业务建模为服务产品，将楼宇、教室、道路、仪器、图书等物质资产建模为物品产品。图7展示了Product域在高校中的潜在应用。

以课程为例，其简要模型如图8。

PRODUCT的4个子类型存储在表PRODUCTTYPE表中，课程与课程之间的关系（先学课程等）存储在PRODUCTREL中;COURSEPRODUCT为新建的课程表，主键来自PRODUCT，存储课程详细内容，代码表存储在CDXB_COURSE_SORTSTP与CDXB_COURSE_TYPE中，代表课程分类类别（一般专业课、核心专业课、基础公共课等）与课程类别（课程分类类别小类）。开课院系来自ORG表，而选课关系存储在PRODUCTPARTYROLE中。因此，课程体系可以在MDM中完整表达出来。

综上，高校人员及课程主数据整体模型如图9。

2.3 数据交互

存储在业务系统及主数据中的数据需要通过交互才能发挥价值，ESB在此担任数据中转的重要角色。本节以主数据与业务系统的数据同步为例，提出SOA架构下数据系统的同步方案。

主数据系统搭建完成后需要批量加载业务系统中已有数据，此阶段可将数据仓库中主数据记录逐条读取并合成服务报文，通过调用MDM服务以入库。数据初始加载后，为使主数据与业务系统实现实时/准实时同步，本文使用ESB产品将遗留系统、基于SOA的业务系统及数据仓库进行连接，实现如下功能：

1）业务系统数据变动上传至MDM。对于遗留系统，在业务系统数据库主数据字段上建立触发器，并以此建立数据变动表，ESB从该表中获取数据，实现在不改变原系统情况下同步数据;对于SOA业务系统，调用注册在ESB上的MDM服务完成更新。

2）MDM将数据变动同步至业务系统。对于遗留系统，主数据通过平台通知机制将数据变动消息发送至ESB指定队列，ESB处理程序读取队列中的消息，并将数据变动转换为对遗留系统数据库的操作。对于SOA业务系统，ESB读取变动消息，转换为该系统支持的WebService报文，通过调用业务系统服务实现同步。

以上两项功能可以抽象为三种协议转换，分别为MQ（Message Queue，消息队列）转换为WebService，WebService转换为WebService，MQ转换为MQ。为去除不同消息、服务、系统之间差异性操作，降低代码复杂度及简化服务注册与管理，本文使用对应的三类模板流实现数据同步功能。其中MQ转换为WebService模板流实现流程如图10。

首先业务系统将业务请求发送至其对应的消息队列中，ESB获取该请求，并对权限、消息体等进行检查，以确认请求是合法的。进一步的，为了实现对主数据系统的调用，在ESB中实现了主数据请求消息的构建，过程包括提取MQ消息体、添加WebService消息头及转换业务代码。阶段7实现对主数据系统的调用，阶段8～11实现消息体转换及业务数据反馈。该方案通过在ESB内嵌入业务及数据处理流程的方式屏蔽了不同应用系统数据标准和权限差异导致的请求差异，降低了主数据的使用成本。

3 基于主数据的高校业务系统SOA改造

SOA是无缝集异构系统并保证服务质量（QoS）的重要策略[19]，但在向SOA过渡过程中需足够谨慎，因为存在过多制约因素，改造遗留系统并没有完美解决方案。遗留系统往往承担着重要业务，在实施过程中应当制定详细的改造计划，充分考虑总体成本和风险进行最优化转型。由于缺乏统一管理核心数据的系统，即使改造完成数据的可用性、可靠性及唯一性仍然无法保证。为解决这些问题，本文提出基于MDM的遗留系统改造及建设方案（SOA on MDM， SOM），该方案如图11。

SOM方案优势在于低技术壁垒、集成、治理、质量、服务重用及快速构建上。首先，在不修改原系统的情况下对“孤岛系统”进行业务梳理，进而制定服务功能及粒度，再进一步

在MDM中落地，MDM系统则自动生成对应服务代码，并且基于成熟的企业级安全策略、高可用及高性能配置，可大幅减少技术壁垒。第二，当业务服务在MDM中持久化后，当前业务系统消费或者其他系统消费仅需调用SOA服务接口便可使用数据服务，当后续业务系统需升级或重构，无需对已有业务服务进行重复开发，仅需处理页面逻辑，达到一次构建、永久使用的目的。第三，在集成方面，基于主数据的方案可将其他业务数据与现有主数据进行有机集成，建立更加合理的数据模型，避免松散结构导致数据消费时的低效率。第四，在数据质量和数据治理方面，传统的基于共享库的建设方法将数据从业务系统中简单抽取，并通过相应技术封装成服务以共享，但忽略了数据本身存在的重复、缺失、不一致等问题，以主数据驱动的方式内生具有质量控制策略，通过在全校范围内建立数据治理闭环机制对数据完备性、完整性、一致性、准确性、规范性等进行监控，确保数据持久可靠、可用。最后，相同的平台决定了统一的技术标准，如使用OSGI模块化数据建模方法有效减少了学习成本，也减少了模型从开发到部署的时间。表1给出了基于主数据驱动的高校SOA建设方案与建设方案对比。

4 QoS及应用效果分析

随着业务服务数量的不断增加，信息交换频率的不断提高，主数据系统及ESB越来越成为信息传输中最为重要的基础设施，其QoS指标直接关乎教学、行政等工作能否顺利展开，因此下文将对服务性能进行测试，并结合实际应用案例给出主数据驱动的SOA建设方案的QoS与可行性。

4.1 QoS分析

生产系统导入全校历史师生共计223156人，历史及有效组织1031个，内容包括人员基本信息、角色信息、组织基本信息、组织与人员关系信息、地址信息、层级结构信息等，环境配置如表2。

首先對服务性能进行测试，以确认服务可用并且能够支撑学校业务的正常开展，以高校中最为常用的人员数据获取服务getPerson为案例。首先模拟仅一个业务系统长时间交互的性能，用来反映轻度使用的可靠性，测试次数为10000次，每秒1次请求。第二，测试轻度短时间并发情况下的性能，并发用户数10个，并发时间1s，轮询1000次。第三，测试中度、长时间并发情况下的性能，并发用户数100，并发时间1s，轮询100次。最后，测试高校业务场景下大并发情况下的性能，并发用户数10000，并发时间10s，轮询1次。性能如图12所示。

如图12及表3所示，单用户及10用户并发的情况下服务较为稳定，数据返回时间平均时间分别为8ms及11ms。当用户量在100并且持续时间较长时系统负荷增加，响应逐渐变慢并趋于稳定，虽然伴随有周期性波动，但在可接受范围内，数据返回时间平均值为59ms。最后，当短时间内有大并发时，如10s内响应10000次请求，请求到达的随机性对系统并无强烈影响，仅在阻塞时刻具有缓慢响应，最大值达到了137ms。由于目前高校内业务系统数量普遍不大，并且主数据系统不存储对实时性要求过高的业务服务数据，因此响应时间满足设计要求。

4.2 应用效果

本方案已经实施完成近一年时间，取得以下成果：

首先，促使研究、制定和在全校内推广应用统一的、标准化的数据分类分级、格式化及编码规则，从数据的产生、整合处理、应用各环节闭环处理，形成一套可信赖的数据集。促进数据处理流程的完善和规范，以管理的改进促进治理体系和治理能力的提升，为确保数据质量长期可靠。目前主数据系统已经接入了高校中数据交互最为频繁的人事系统、研究生系统与教务系统，在建设过程中发现30余种数据问题，逐一与业务部门沟通、解决。依据制定的组织主数据质量规范，通过整合分析学校组织数据，共梳理417个组织，将其分为九大类，并形成全校的组织结构层次树，清晰地表达了组织间关系。

第二，充分利用已有数据服务，并依托成熟的技术平台降低了SOA实施技术难度，从而降低失败风险。为验证主数据驱动的SOA建设方案可行性，已经改造并上线基于SOA的科研经费管理系统。该系统主要由项目信息、审批流程、人员、组织及聘用关系等模块组成，由于人员、组织及聘用关系均在主数据中已经实现，因此只需要处理项目和审批流程，大幅降低了开发和运维难度。系统结构如图13所示。

5 结语

本文提出以主数据与ESB为核心的高校SOA建设方案，对高校参与方与课程主数据进行了建模，实现了主数据、遗留系统及SOA业务系统之间互联互通。由于对高校中所有类型主数据进行建模是一个长期过程，参与方与课程主数据只是高校主数据中的一部分，因此数据服务能力有限，后续将逐步对一些重要系统如教务系统等进行功能解耦和剥离并在主数据中落地。本文提出的高校SOA建设方案是实施SOA的通用方案，可推广后也运用至其他领域。

本文所述方案也存在一些挑战。首先，将全校最为重要的数据资产的存储承担在单一主数据平台存使得主数据平台必须绝对可靠，因此对系统的性能及数据安全提出了较高要求。第二，随着学校业务在主数据中逐渐落地，数据之间的关系会变得复杂，数据建模难度逐渐增加。

参考文献

[1]李晓东，杨扬，郭文彩.基于企业服务总线的数据共享与交换平台[J].计算机工程，2006，32（21）：217-219.（LI X D， YANG Y， GUO W C. Data share-and-exchange platform based on ESB [J]. Computer Engineering， 2006， 32（21）： 217-219.）

[2]伍玉成，朱锦泉.基于SOA和Web Services架构高校数字图书馆数据集成研究[J].情报科学，2012，30（7）：1030-1033.（WU Y C， ZHU J Q. Research on data integration based on SOA and Web Services in the digital library of university [J]. Information Science， 2012， 30（7）： 1030-1033.）

[3]刘铖. 基于SOA的高校数字化校园系统的研究与设计[D].济南：山东大学，2015：9-31.（LIU C. Research an design of the digital college campus system based on SOA [D]. Jinan： Shandong University， 2015： 9-31.）

[4]LI M. The digital campus information system integration research based on SOA [C]// ICICTA 2014： Proceedings of the 2014 7th International Conference on Intelligent Computation Technology and Automation. Piscataway， NJ： IEEE， 2015： 781-784.

[5]CAPOTE F E， FLREZ ARISTIZBAL L， ROJAS CALERO A M， et al. Development of a SOA platform to support the integration of software components based on mobile devices for a smart campus [C]// CCC 2017： Proceedings of the 2017 Colombian Conference on Computing. Berlin： Springer， 2017： 680-692.

[6]于磊.基于SOA的高校异构系统集成平台的研究[D].天津：天津大学， 2016：20-39.（YU L. Research on universitys heterogeneous system integration platform based on SOA [D]. Tianjing： Tianjing University， 2016： 20-39.）

[7]JUNG E， JUNG E J. Service-oriented architecture of environmental information systems to forecast the impacts of natural disasters in South Korea [J]. Journal of Enterprise Information Management， 2019， 32（1）：16-35.

[8]TRAORE B B， FOGUEM B K， TANGARA F， et al. Service-oriented computing for intelligent train maintenance [J]. Enterprise Information Systems， 2019， 13（1）： 63-86.

[9]WU Y， HE F， ZHANG D， et al. Service-oriented feature-based data exchange for cloud-based design and manufacturing [J]. IEEE Transactions on Services Computing， 2018， 11（2）： 341-353.

[10]曾厉，常青，乔红伟，等.基于SOA和ESB的安全生产管控系统软件架构设计与应用[J]. 计算机应用与软件， 2018， 35（2）：121-125.（ZENG L， CHANG Q， QIAO H W， et al. Design and application of software architecture for safety production management system based on SOA and ESB [J]. Computer Applications and Software， 2018， 35（2）：121-125.）

[11]MAZZARA M， MEYER B. Present and Ulterior Software Engineering [M]. Berlin： Springer International Publishing， 2017： 195-216.

[12]ERL T. Service-Oriented Architecture： Analysis and Design for Services and Microservices [M]. Upper Saddle River， NJ： Prentice Hall Press， 2016： 416.

[13]楊扬，贾君君，李晨.面向服务架构的云计算平台[J].计算机应用，2015，35（S1）：35-36.（YANG Y， JIA J J， LI C. Cloud computing platform based on service oriented architecture [J]. Journal of Computer Applications，2015，35（S1）：35-36.）

[14]BHADORIA R S， CHAUDHARI N S， TOMAR G S. The performance metric for Enterprise Service Bus （ESB） in SOA system： theoretical underpinnings and empirical illustrations for information processing [J]. Information Systems， 2017， 65： 158-171.

[15]LI G， XIAO J， LI C， et al. A comparative study between soft system bus and enterprise service bus [C]// CSSS 2012： Proceedings of the 2012 International Conference on Computer Science and Service System. Piscataway， NJ： IEEE， 2012： 557-561.

[16]SINGH S， SINGH J. SSMDM： an approach of big data for semantically master data management [C]// Proceedings of the 2015 2nd International Conference on Computing for Sustainable Global Development. Piscataway， NJ： IEEE， 2015： 586-590.

[17]OTTO B， SCHMIDT A. Enterprise master data architecture： design decisions and options [C]// ICIQ-2010： Proceedings of the 15th International Conference on Information Quality. Cambridge： Massachusetts Institute of Technology.

OTTO B， SCHMIDT A. Enterprise master data architecture： design decisions and options [EB/OL]. [2018-12-24]. http：//citeseerx.ist.psu.edu/viewdoc/download？doi=10.1.1.455.7916&rep=rep1&type=pdf.

[18]VILMINKO-HEIKKINEN R， PEKKOLA S. Changes in roles， responsibilities and ownership in organizing master data management [J]. International Journal of Information Management， 2019， 47： 76-87.

[19]HE W， XU L D. Integration of distributed enterprise applications： a survey [J]. IEEE Transactions on Industrial Informatics， 2014， 10（1）： 35-42.

This work is partially supported by the National Natural Science Foundation of China （61773292）.

MEI Guang， born in 1989， Ph. D. candidate. His research interests include education informatization， data mining， artificial intelligence.

ZOU Henghua， born in 1977， M. S. Her research interests include education informatization， master data management， software engineering.

ZHANG Tian， born in 1993， M. S. Her research interests include education informatization， data mining， machine learning.

XU Weisheng， born in 1966， Ph. D.， professor. His research interests include intelligent control， emergency management， education informatization.