常见的软件数据对接技术

目前数据孤岛林立，对接业务软件或者是获取软件中的数据存在较大困难,尤其是CS软件的数据爬取难度更大。

系统对接最常见的方式是接口方式，运气好的情况下，能够顺利对接，但是接口对接方式常需花费大量时间协调各个软件厂商。

除了软件接口，是否还有其他方式，小编总结了集中常见的数据采集技术供大家参考，主要分为以下几类：

一、CS软件数据采集技术。

C/S架构软件属于比较老的架构，能采集这种软件数据的产品比较少。

常见的是博为小帮软件机器人，在不需要软件厂商配合的情况下，基于“”所见即所得“的方式采集界面上的数据。输出的结果是结构化的数据库或者excel表。如果只需要业务数据的话，或者厂商倒闭，数据库分析困难的情况下， 这个工具可以采集数据，尤其是详情页数据的采集功能比较有特色。

值得一提的是，这个产品的使用门槛很低，没有 IT背景的业务同学也能使用，大大拓展了使用的人群。

二、网络数据采集API。通过网络爬虫和一些网站平台提供的公共API(如Twitter和新浪微博API)等方式从网站上获取数据。这样就可以将非结构化数据和半结构化数据的网页数据从网页中提取出来。

互联网的网页大数据采集和处理的整体过程包含四个主要模块：web爬虫（Spider）、数据处理（Data Process）、爬取URL队列（URL Queue）和数据。

三、数据库方式

两个系统分别有各自的数据库，同类型的数据库之间是比较方便的：

1）如果两个数据库在同一个服务器上，只要用户名设置的没有问题，就可以直接相互访问，需要在from后将其数据库名称及表的架构所有者带上即可。 select * from DATABASE1.dbo.table1

2）如果两个系统的数据库不在一个服务器上，那么建议采用链接服务器的形式来处理，或者使用openset和opendatasource的方式，这个需要对数据库的访问进行外围服务器的配置。

不同类型的数据库之间的连接就比较麻烦，需要做很多设置才能生效，这里不做详细说明。

开放数据库方式需要协调各个软件厂商开放数据库，其难度很大；一个平台如果要同时连接很多个软件厂商的数据库，并且实时都在获取数据，这对平台本身的性能也是个巨大的挑战。

欢迎大家一起讨论。