业务增长迫使公司必须提高其自身的 IT 能力，以满足变化的业务需求。引入一些新的应用程序以支持这种新型的需求。以新的方式对现有的信息进行处理和分析，以便更好地把握关键性的业务挑战。有些公司并购了其他的公司，进一步地加速了它们在新的领域中的增长。遗憾的是，信息/数据方面却不能始终以一种受到严格控制和有组织的方式发展，以支持这种增长。因此出现了冗余和不一致的信息孤岛。为了能够在特定的领域中实现最高的效率，对于相同的数据，不同的应用程序以不同的方式进行表示。

　　许多公司正采用面向服务的体系结构 (SOA) 来处理各种各样的问题，如减少系统集成的成本、优化现有信息的重用和功能。采用和实现 SOA 的关键步骤之一是标识最关键的业务功能(服务)及其设计。常见的做法是，重点关注那些由企业之间和企业外部的许多使用者使用的服务。这种服务最有可能需要来自许多不同系统中的数据，而这些系统包含着各自所需的那部分信息。例如，大多数公司不会只将客户信息存储在某一个地方。如果不清楚应该从何处获取相应的信息，以及哪个系统中保存着最新的并且最精确的信息，那么这就会成为一个很大的问题。如果不清楚这些问题的答案，就不可能实现返回一致的用户相关信息的服务。

　　本文描述了使用数据整合模式作为集成来自不同数据源的信息的一种方式。首先从各种数据源收集相关的信息。然后对数据进行处理，以消除冲突并创建表示目标模型的公共结构。最后，将经过转换的信息应用于目标数据存储。

　　数据整合模式的价值主张

　　底层异构的透明性

　　使用者只看到单个统一的接口。使用该模式的应用程序无需了解下面的内容：

• 　　原始源数据存储在何处(位置透明性)
• 　　源数据库支持什么样的语言和编程接口，例如，是否使用了 XQuery 或 SQL，或者数据源支持何种 SQL 方言(调用透明性)
• 　　如何对数据进行物理存储(物理数据独立、分片和复制透明性)
• 　　使用了什么网络协议(网络透明性)

　　性能和可伸缩性

　　数据整合模式将数据集成任务从数据访问任务中分离出来。访问目标数据库不需要执行数据整合过程。通常，整合过程可以按天、周等时间计划执行，与使用者访问目标数据无关。因为已经将所需的数据收集到了统一的位置，所以可以为数据使用者确保最高的性能和可伸缩性。

　　单个版本的真实数据

　　当对来自异构数据源的数据进行集成时，这种方法应用强大的功能来解决其中的冲突。然后，相关的服务可以从这个整合的数据存储库中提取数据，并满足高数据质量需求。

　　可重用性

　　在将数据整合模式应用到特定集成场景后，可以将整合过程的结果作为服务提供给多个服务使用者。例如，在某个场景中可能需要集成来自多个区域的财务信息。在应用了数据整合模式之后，可以将不同的数据整合到单个位置，然后通过财务仪表板对其进行公开。然后，信息服务可以利用相同的整合数据为其他使用者提供服务，如为标准申报应用程序或面向客户的 Web 应用程序实现自动化的过程。

　　改进的管理

　　在 SOA 生命周期中，管理是一个关键的基础。通过对常见的做法加以强化以确保其具有可预测的结果，模式可以用来提高管理过程。在系统的开发和创建过程中，重用经过证明具有相当灵活性的模式，可以确保一致性和高质量，并且减少维护成本(因为只需要对一个数据源进行更新)。