信息化、数字化是当前各行业发展的目标，但由于异构数据分散在不同的信息系统中，造成了大量的“信息孤岛”问题，于是，数据整合营运而生。那么，什么是数据整合?方法有哪些?特征是?本文将具体梳理。

1.数据整合

数据整合指的是将不同数据源的数据集成到一个统一的数据集合中。作为信息整合的基础，数据整合的本质就是借助某些技术手段，从逻辑层面或物理层面，将异构数据进行相互关联，并通过可视化视图的方式对关联结果进行展示。

数据整合的对象是异构的数据资源。异构不仅仅指数据的异构，还包括了各种应用系统和运行平台中的硬件、存储位置的异构。

2.数据整合方法

异构数据的整合可以采用两种方式，一种通过数据联邦技术，另一种基于数据仓储。

联邦数据库是构造信息集成系统较早的方式，基本思想是面向多个数据库系统，通过各数据源之间的数据交换格式进行一一映射，实现数据共享。

数据仓库整合方式是将异构数据库系统中的数据复制并提取出来，建立一个消除了差异性的、稳定的数据仓储集合，以提供集中的、统一的检索服务。中介模式的数据整合即是通过诸如中间件、请求代理、标准协议等中介媒介，来完成数据的逻辑集成。其中中间件集成是目前比较通行的基于中介模式的数据整合方法。

3.数据整合的特征

(1)数据获取的直接性

通过不同方式集成后的信息集成系统，应是各异构数据源的有机集成。对一个查询请求，可以直接一次查询多个数据源系统，不需分别访问不同的资源系统。

(2)数据访问的一致性

通过不同方式集成后的信息集成系统，应提供访问数据的全局统一数据视图，以一个统一的界面，使对异构系统中不同信息资源的访问不受数据格式、数据位置和访问接口差异的限制。

(3)数据显示(提取)的完整性

从信息集成系统中获取的数据信息，应保持其在原系统的状态，不可产生数据要素丢失的现象。

已上梳理了数据整合的定义、方法及特征，希望对你有所帮助，如果你想了解更多相关内容，敬请关注三个皮匠报告的行业知识栏目。

推荐阅读：

数据仓库是什么?特点是?与数据挖掘、数据湖的区别与联系

我国大数据企业有哪些?企业排名一览

大数据分析是什么?方法有哪些?