將公共數據轉化為有意義的、可用的信息是現今商業世界中最重要的競爭優勢來源了。將數據顯示得更易於理解以及找到未來的方向已經變成全球企業的企業信息技術部門最大的挑戰之一了。有三個與數據集成相關的大分類：
• 技術挑戰
• 公司問題
• 經濟挑戰
在這篇文章裡，我們將詳細地探討這些挑戰，並討論怎樣使用Microsoft SQL Server 2008集成服務(SSIS)來解決它們。首先，你應該在真實環境中查看下這些問題。
1.1 一個真實場景
一個大型的全球運輸公司使用它的數據倉庫來分析它操作的性能以及來預測它預定運輸的可能變化。
1.2 數據源
公司的主要數據來源包括從它的基於DB2訂單登陸系統而來得的訂單數據、從它基於SQL Server的客戶關系管理系統(CRM)而來的客戶數據、以及從它基於Oracle的ERP系統而來的零售數據。除了從這些主要系統而來的數據之外，你可以將跟蹤“特別”事件的電子數據表數據合並到數據倉庫裡，這些數據是由船運管理員手動輸入的。目前，你可以合並延時地從多種來源的文本文件獲得的外部數據，例如天氣信息、交通狀況、和銷售細節(對於轉包合同的運輸)。
1.3 數據消耗
不只是這些數據來源不同，消費者在他們的需求和地理位置方面也是不同的。這個多樣性導致了本地系統的擴張。信息技術部門的一個主要作用是至少為它的客戶數據建立一個“真實的單一版本”。
1.4 數據集成要求
由於數據、商業需求和用戶要求的多樣性，信息技術部門制定了下面的數據集成要求：
• 它們必須提供從內部和外部數據源集成獲得的可靠而一致的歷史和最新數據。
• 為了降低數據獲取方面的延遲，從供應商和零售商處獲得的數據必須可以通過Web services 或一些其它的直接機制——例如FTP——來獲得。
• 它們需要清理和刪除重復數據，否則就加強數據質量。
• 逐漸增加的全球調整性需求要求公司維護清晰的審查跟蹤。只維護可靠數據是不夠的;還需要跟蹤和驗證數據。
2. 數據集成的挑戰
某一層面上，在我們實際場景中數據集成的問題是非常簡單的。從多個數據源獲取數據、清理和轉化數據、並將這些數據加載進適當的數據存儲以用於分析和生成報表。不幸的是，在一個典型的數據倉庫或商業智能項目中，企業在數據集成方面花費了60–80%的可用資源。為什麼它這麼困難呢?
2.1 技術挑戰
技術挑戰始於源系統。我們正從在事務上收集數據(用戶提交以獲得、購買或獲取某些東西)轉移到在事務之前收集數據(使用像Web點擊或RFID標簽之類的機制跟蹤客戶意願)。現在數據不只是通過傳統的源和格式獲得——例如數據庫和文本文件，還逐漸地可從多種不同的格式(從私有文件到Microsoft Office文檔到基於XML文檔)以及從基於網絡來源——例如Web services和RSS流中獲得。最相關的挑戰是：
• 不同格式的多種來源。
• 結構化的，半結構化的，以及非結構化的數據。
• 從不同來源系統而來的數據到達的時間不同。
• 數據量巨大。
在理想情況下，不管你怎樣管理以獲得一次所需的所有數據，都會要面臨新的挑戰，包括：
• 數據質量。
• 使用不同的數據格式。
• 將數據轉換為業務分析可用的格式。
假設你可以神奇地獲得你需要的所有數據，並且你可以將這些數據清理、轉化並匹配成一個有用的格式。還有另一種從傳統數據移動和集成的方法。那就是從固定長度的面向批量處理轉到可變長度和更短的按需處理。大多數公司在用戶沒有對系統有大需求的“當機”期間執行面向批量處理。這通常是在晚上認為沒有人在辦公室的時候，執行一個預定義的批量窗口，大概要6-8小時。隨著全球商業的規模和類型的不斷增加，這不再成為可能了。現在全球有些地方幾乎沒有當機時間，而且辦公室裡總是有人。
所以你需要：
• 要盡快將數據加載的要求越來越高。
• 需要同時加載多目的地。
• 多樣的目的地。
你不只需要實現所有這些結果，你還需要盡快地完成。在某些極端情況下，例如在線業務，你必須連續地集成數據。它沒有真正的批量窗口，而且延遲時間不能超過幾分鐘。在許多這樣的情況下，制定決策過程就會自動地使用連續運行的軟件。
可擴展性和性能變得越來越重要，因為你面臨著不能容忍任何當機的商業需求。
沒有正確的技術，系統要求幾乎存儲進倉庫和集成過程中的每一步都要分級。因為不同的數據源需要包含進提取、轉換和加載(ETL)過程中，而且更復雜的操作(例如數據和文本挖掘)需要執行於數據，所以數據分級的要求越來越高了。正如圖1中所顯示的，隨著分級的增加，“結束循環”(例如分析、對新數據執行操作)所耗費的時間也隨之增加了。這些傳統的ELT架構(相對於在加載之前進行的增值ETL處理)極大限制了系統響應不斷出現的商業需求。
圖1
最後，當你需要應用程序集成的實時事務型技術以及面向批處理的大型數據集成技術來解決企業的商業問題時，關於數據集成是怎樣緊密地綁定到公司的整個集成架構中去的問題就更為重要了。
2.2 公司挑戰
在大型公司裡，數據集成有兩個大問題，就是“力量”挑戰以及“舒適區域”挑戰。
2.2.1 力量挑戰
數據就是力量，並且通常很難使人們將數據看作公司的真實有價共享資產。要成功地進行企業數據集成，那麼所有的多數據源所有者必須了解這個項目的目的和發展方向。缺乏相關部分的協作是數據集成項目失敗的一個主要原因。行政贊助、構建共識和具有幾個資金管理人的強大數據集成團隊是可以幫助解決問題的一些成功關鍵因素。
2.2.2 舒適區域挑戰
當你以多種方式分析一個單獨需求的上下文時，你可以解決數據集成方面的挑戰。手寫代碼實現大約60%的數據集成。解決類似問題所使用的技術從復制、ETL、SQL，到企業應用程序集成(EAI)。人們傾向於使用他們所熟悉的技術。盡管這些方法具有重疊的功能並可能在單獨的情況下進行這個工作，但這些技術被優化以用於解決不同的問題。當試圖解決企業數據集成問題時，缺乏一個選擇了適當技術的可靠架構可能是失敗的原因。
2.3 經濟挑戰
之前提到的公司和技術相關問題一起使得數據集成成為所有數據倉庫/商業智能項目的最昂貴部分。增加數據集成成本的主要因素有：
• 將數據轉換為數據集成所需要的格式是一個與公司能力相關的緩慢而痛苦的過程。
• 清理數據和將數據從多數據源匹配到一個一致的、有意義的格式是極其困難的。
• 標准數據集成工具往往不提供足夠的功能或可擴展性來滿足項目對數據轉換的要求。這可能導致要花費大量的咨詢成本來開發特殊的ETL代碼以使得工作得以完成。
• 公司的不同部門只能關注到局部的數據集成問題。
當需要將它們集合到一起時，需要花費額外的努力將這些成就集成到一個企業級的數據集成架構中。
因為公司的數據倉儲和商業智能需要不斷發展，不完善的數據集成架構變得越來越難以操縱，並且公司花費的總成本越來越高。
3. SQL Server 2008集成服務
傳統的從標准數據源進行的ETL為中心的數據集成仍然是大多數數據倉庫的中心。然而，要包括更多樣數據源、調整要求以及全球和在線操作的需求在快速地改變傳統的數據集成要求。在這個快速發展和改變的前景下，從數據提取值的需求以及可以依賴於它的需求變得比之前任何時候都重要。高效的數據集成成為了高效率決策制定的基礎。SQL Server 集成服務提供了一個靈活的、快速的、和可擴展的架構，它使得可以在當前的商業環境中進行高效的數據集成。
在本篇文章裡，我們將看看SQL Server 集成服務(SSIS)對於傳統的ETL操作需求和一般目的數據集成不斷發展的需求是怎樣的一個有效工具集。我們還將討論SSIS怎樣從根本上與主要ETL供應商所提供的工具和解決方案的不同，以至於它能夠很好的滿足全球商業從最大規模的企業到最小規模企業不斷變化的需求。
3.1 SSIS架構
3.1.1 任務流和數據流引擎
SSIS包含一個面向操作的工作流引擎，以及一個可擴展的和快速的數據流引擎。這個數據流存在於一個完整工作流的上下文中。工作流引擎提供了運行時資源和對數據流引擎的操作支持。工作流和數據流的結合使得SSIS在傳統的ETL或數據倉庫(DW)場景，還有許多其它延伸的場景例如數據中心場景中非常有效。在這篇文章裡，我們將主要討論數據流相關的場景。
3.1.2 管道架構
SSIS的核心是數據轉換管道。這個管道具有一個面向緩沖器的架構，它在操縱數據的記錄集時，一旦記錄集加載進了內存中，那麼它的處理速度就非常快。方法是在一個不分級數據的單獨操作裡執行ETL過程的所有數據轉換步驟，不過特殊的轉換、操作需求或者硬件確實可能是一個障礙。但是，對於大多數操作來說，這個架構避免了分級。SSIS甚至盡可能地避免了在內存中復制數據。這是與傳統的ETL工具相對比，傳統的ETL工具通常需求在幾乎每一步的倉庫存儲和集成過程中都需要進行分級。不需要分級的操縱數據能力超出了傳統的關系型和文本文件數據以及超出了傳統的ETL轉換能力。有了SSIS，所有類型的數據(結構化數據、非結構化數據、XML，等等)在加載進它的緩沖器中之前被轉換成一個表格(列和行)結構。你可以應用於表格數據的任何數據操作都可以應用於數據流管道任何步驟中的數據。這意味著一個單獨的數據流管道可以集成不同的數據源並不必將這個數據分級就可以對其執行任何的復雜操作。
不過你應該注意到，如果基於業務或操作原因分級是必需的，那麼SSIS也可以很好的支持這些執行。
這個架構使你可以在許多數據集成場景中使用SSIS，從傳統的面向DW的ETL到非傳統的信息集成技術。
3.1.3 ADO.Net連通性
集成服務解決方案的一個重要方面是提取或加載數據。因此，你的集成解決方案可以無縫地連接到一個廣泛的數據源以使得可以從一個廣泛的數據訪問平台獲得最大的性能和可靠性收益是非常重要的。SQL Server 2008集成服務對於ADO.NET 連接(先前的版本對於OLE DB或ODBC是最佳的。)來說是最佳的。向ADO.NET 的轉移改進了系統集成和第三方支持。SQL Server 2005集成服務將OLE DB 用於重要的任務，例如查找，但是現在你可以將ADO.Net 用於這些任務以及源和目的組件。
3.1.4 線程池
當一個集成解決方案升級後，它通常就很難再提高性能了。SQL Server 2008集成服務打破了這個限制，它在多個組件間共享線程，這增加了並行以及降低了堵塞;並因此增加了大型高並行、多處理器、多內核系統的性能。
而且在大多數系統上提高性能，線程池還會降低對手工配置SSIS包以增加並行的要求，並因此增加了開發人員的生產力。
3.1.5 永久查找
執行查找是集成解決方案中最普遍的一個操作。特別是在真實記錄使用查找將商業值轉換為它們相應替代的數據倉儲中非常普遍。SQL Server 2008集成服務提高了查找的性能，達到可以滿足最大規模的數據表的程度。
你可以配置查找轉換，將它設置為在輸入字段處理之前緩存參考數據的一些、或所有。SQL Server 2008集成服務可以加載一個任何數據源完整的緩存，並允許這個緩存大於4GB，即使是在一個32位的操作系統上。通過使用一個局部緩存，SQL Server 2008集成服務使用數據流預控制查找。局部緩存支持用於數據庫查找的OLEDB、ADO.Net和ODBC，而且它們跟蹤查找的成功和失敗。如果你選擇不進行預先緩存參考數據，那麼SQL Server 2008集成服務支持批量數據庫調用和大小寫不敏感的匹配。
3.2 集成場景
3.2.1 SSIS用於數據轉換操作
盡管SQL Server 2005集成服務比之前的版本功能更多，產品更強大，但是許多用戶發現使用向導進行簡單的數據轉換卻變得更加復雜和功能更少了。SQL Server 2008集成服務具有一個改良的向導、它使用ADO.Net、具有改良的用戶界面、執行自動數據類型轉換、並且可擴展性比之前任何版本都好。
圖2
3.2.2 SSIS用於數據倉庫加載
SSIS是一個廣泛的、功能完全的ETL工具。它的功能、級別和性能可與市場中的高端競爭者相比較，但價格只相當於它們的一小部分。數據集成管道架構允許它使用同時從多個數據源而來的數據、執行多個復雜的轉換，然後將數據一起存儲到多個目的地去。這個架構允許SSIS不只用於大型數據集，還可用於復雜的數據流。因為數據流是從數據源到目的地，你可以分割、合並，以及將數據流與其它數據流結合，並進行操縱。圖3顯示了這樣一個數據流的例子。
圖3
SQL Server 2008包含對變化數據捕捉(CDC)的支持，你可以使用CDC來記錄對SQL Server數據表的插入、更新和刪除活動，並且使這個變化細節可以以一種簡單使用的關系型格式來使用。當使用SQL Server 2008集成服務來執行一個ETL解決方案用以確保只有變化的數據被包括進提取過程時，你可以利用CDC，這使得不會執行在每個ETL操作裡包含未改變數據的全部數據刷新。
SSIS通過使用一組專門的叫做適配器的組件使得可以使用從許多數據源獲得的數據，包括管理的(ADO.Net)、OLE DB、ODBC 、文本文件、Microsoft Office Excel®以及XML。SSIS甚至可以使用從定制數據適配器獲得的數據(由內部開發的或第三方開發的)，所以你可以將遺留數據加載邏輯封裝進一個數據源，然後你可以將它無縫地集成進SSIS數據流。SSIS包含一組強大的數據轉換組件，它們允許進行對於建立數據倉庫來說非常重要的數據操縱。這些轉換組件包括：
· 聚合。在一個單獨的傳遞裡執行多個聚合。
· 分類。在流裡分類數據。
· 查找。執行靈活的查找操作來參考數據集。
· Pivot和UnPivot。流裡面兩個單獨的轉換透視和逆透視數據。
· Merge、Merge Join和UnionAll。可以執行join和union操作。
· 派生列(Derived Column)。 執行列級別的操縱，例如string、numeric和date/time 操作，並編碼進行頁面轉化。這個組件封裝了其它供應商可能會分解成許多不同轉化的東西。
· 數據轉換。在多種類型之間轉換數據(例如numeric和string)。
· 審查。Audit. 用元數據和其它操作的審查數據添加字段。
除了這些主要的數據倉庫轉換，SSIS還包括對高級數據倉庫需求的支持，例如緩慢變化維(SCD)。在SSIS中的SCD向導指導用戶指定他們對管理緩慢變化維的需求，並且基於他們的輸入，生成一個具有多轉換的數據流來執行緩慢變化維加載。提供了對標准類型1和2SCD以及兩個新的SCD類型(Fixed Attributes和Inferred Members)的支持。圖4顯示了一個SCD向導的頁面。
圖4
圖5顯示了這個向導產生的數據流。
圖5
你還可以使用SSIS直接從數據流管道加載分析服務多維OLAP(MOLAP)緩存。這意味著你不只可以使用SSIS來創建關系型數據倉庫，而且你還可以用它來加載多維立方體用來分析應用程序。
3.2.3 SSIS和數據質量
SSIS的一個主要特性，以及它的集成數據的能力，是它集成不同技術來操縱數據的能力。這使得SSIS包含了創新的基於“模糊邏輯”的數據清理組件。Microsoft研究實驗室開發了這些組件，並且他們展示了在這個領域的最新研究。采用的方法是一個獨立的域而且不依賴於任何特定的域數據，例如地址/郵編參考數據。這使得你可以將這些轉換用於清理大多數類型的數據，而不僅僅是地址數據。
SSIS與分析服務的數據挖掘功能深度集成。數據挖掘抽取了數據集的格式並將它們封裝到一個挖掘模型裡。然後你可以使用這個挖掘模型來預測一個數據集包含什麼數據以及什麼數據是反常的。這樣你就可以將數據挖掘作為一個實現數據質量的工具。
在SSIS中對復雜數據路由的支持不僅幫助你確認異常數據，而且還可以自動修改並用更好的值來替代它。這使得“閉環”清理場景可用。圖6顯示了一個閉環清理數據流的例子。
圖6
除了它的內置數據質量特性，SSIS還可以擴展為與第三方數據清理解決方案緊密協作。
3.2.4 超出傳統ETL的SSIS應用程序
數據流管道操縱幾乎任何類型數據的能力、與分析服務的深度集成、對使用許多數據操縱技術對它進行擴展的支持，以及包含了一個豐富的工作流引擎，這些使得SSIS可以用在很多不是傳統的ETL場景中。
服務面向架構
SSIS包括對數據流管道中源XML數據的支持，包括從磁盤上文件中獲得的數據以及通過HTTP的URL。XML數據是“粉碎”放到表格數據中的，然後它就可以在數據流中很容易地進行操縱。這個對XML的支持可以與對Web services 的支持一起使用。SSIS可以與控制流中的Web services進行交互以捕捉XML數據。
你可以從文件中、從Microsoft Message Queuing(MSMQ)中，以及通過HTTP從Web捕捉XML。SSIS使得可以操縱具有XSLT、XPATH、diff/merge、等等的 XML。並且可以將這個XML放到數據流中。
這個支持使得SSIS可以成為靈活的服務面向架構(SOA)的一部分。.
數據和文本挖掘
SSIS不只具有與分析服務數據挖掘功能的深度集成，它還具有文本挖掘組件。文本挖掘(也被成為文本分類)圍繞確定商業種類和文本數據(單詞和短語)之間的關系。這使得可以發現文本數據中的關鍵術語，並且基於此，自動地確認“感興趣”的文本。這反過來可以驅使“閉環”動作以完成商業目的，例如增加客戶滿意度和增強產品和服務的質量。.
按需數據源
SSIS中的一個特有功能是DataReader 目的地，它將數據放到一個ADO.NET DataReader 中。當這個組件被包含進一個數據流管道中時，你可以使用包含了DataReader 目的地作為一個數據源的包，它作為ADO.Net DataReader 來顯示。所以你可以將SSIS不僅作為一個傳統的ETL來加載數據倉庫，還可以作為一個可以按需地從多個數據源發送集成的、一致的和干淨數據的數據源。例如，你可以通過使用一個SSIS包作為報表服務的數據源，從而幫助它使用從多個不同數據源而來的數據。
一個集成所有這些特性的可能場景包含從RSS feeds確認和發送感興趣的文章作為一個常規報表的一部分。圖7顯示了一個SSIS包通過Internet 獲得從RSS feeds而來的源數據，與從Web service 而來的數據相集成，執行文本挖掘從RSS feeds找到感興趣的文章，然後將感興趣的文章放到一個DataReader目的地中去，最後由一個報表服務的報表使用。
圖7
圖8顯示了在Report Wizard裡SSIS包作為一個數據源來使用。
圖8
在ETL工具透視圖裡，這個場景是非常不尋常的，因為沒有數據提取、轉換或加載。
3.2.5 SSIS，集成平台
SSIS超出了一個ETL工具的范疇，不只在使得非傳統場景可用方面，還因為它是一個用於數據集成的真正平台。SSIS是SQL Server 商業智能(BI)平台的一部分，它使得開發端對端商業智能應用程序成為可能。
集成的開發平台
SQL Server 集成服務、分析服務，以及報表服務都使用一個基於通用的Microsoft Visual Studio®的開發環境，叫做SQL Server 商業智能(BI)開發套件。商業智能開發套件提供了一個用於商業智能應用程序開發的集成開發環境(IDE)。這個共享的基礎構造使得可以在多個開發項目(集成、分析、和報表)之間進行元數據級別的集成。這個共享構造的一個例子是數據源視圖(DSV)，它是一個脫機的數據源schema/vIEw定義，並被所有的三種商業智能項目類型所使用。
這個IDE提供了與其它軟件集成的工具，例如版本控制軟件(例如VSS)，以及對基於團隊的特性例如“check-in/check-out”的支持，而因此它滿足了用於商業智能應用程序的企業級面向團隊開發環境的需求。圖9顯示了一個商業智能開發套件解決方案，它包含了集成、分析和報表項目。
圖9
它不只提供了一個單獨的環境用於開發商業智能應用程序，它還用於開發其它的Visual Studio 項目(使用Visual C#®、Visual Basic® .Net等等)，並因此可以提供給開發人員一個真實的端對端開發體驗。
除了集成的商業智能開發環境，商業智能開發套件還具有用於真實的運行時調試SSIS包的功能。這些包括了設置檢查點和支持標准開發構造的能力，例如觀察變量。一個真正的特有功能是Data VIEwer，它提供了在數據流管道中集成服務處理數據記錄時查看這些數據記錄的能力。這個可視化的數據可以是常規的文本網格形式或一個圖表展示，例如一個擴散圖或條圖。事實上，可以有多個連接的閱覽器，它們可以同時地以多種格式顯示數據。圖10顯示了一個使用擴散圖和文本網格可視的地理數據例子。
圖10
可編程性
除了提供一個專業的開發環境，SSIS還通過一組豐富的API顯示了它所有的功能。這些API都是可管理的(.NET框架)和本地的(Win32)，並且允許開發人員通過使用.NET框架所支持的語言(例如Visual C#、Visual Basic .Net等等)和Visual C++開發定制的組件擴展SSIS功能。這些定制的組件可以是工作流任務和數據流轉換(包括源和目的地適配器)。這使得遺留數據和功能可以簡單地包括進SSIS集成過程，使你可以有效地使用遺留技術中過去的投入。它還使得可以簡單地包含第三方組件。
腳本
先前提到的可擴展性不只局限於可重用的定制組件，還包括了基於腳本的可擴展性。SSIS具有用於工作流和數據流的腳本組件。這些使得用戶可以用Visual Basic. NET編寫腳本來添加熱添加功能(包括數據源和目的地)，以及重用任何先前存在的、打包為.Net框架裝配的功能。
SQL Server 2008包括Visual Studio Tools for Applications，它提供了一個腳本環境，在這個環境裡，你可以使用Visual Basic .Net或C#來執行腳本組件。
圖11顯示了一個腳本例子，它檢查了一個Office Excel 文件是否存在。
圖11
這個可擴展性模型使得SSIS不僅僅是一個數據集成工具，還是一個集成總線，像數據挖掘、文本挖掘和統一維度模型(UnifIEd Dimensional Model，UDM)這樣的技術可以簡單地插入其中，使得可以使用圍繞許多任意數據操縱和結構的復雜集成場景。
4. 使得數據集成易於得到
SSIS的靈活的、可擴展的架構使它可以解決這篇文章之前提到的數據集成面臨的大多數技術挑戰。如圖12所示，SSIS消除了(或至少降為最低)不必要的分級。因為它在一個單獨的管道操作中執行復雜的數據操縱，它現在可以在一個對結束循環和采取行動很有用的時間框架中對數據的變更和格式快速反應。這是與依賴於數據分級的傳統架構相比，傳統架構不能結束循環和對數據采取有效行動。
圖12
SSIS可擴展的本質使得公司可以利用它們已有的對定制數據集成代碼的投入，只要將它封裝為SSIS可重用的擴展，這樣就可以充分利用這些功能，例如日志記錄、調試、商業智能集成，等等。這極大地幫助解決一些文章中先前提到的公司挑戰。
與其它高端數據集成工具相比，在SQL Server 產品中包含SSIS使得它的價格非常合理。不只是原始成本降低了，而且通過與Visual Studio和其余SQL Server商業智能工具的緊密集成，應用程序開發和維護的成本與其它類似工具相比顯著降低了。SSIS(和SQL Server的其它部分)非常合理的總體擁有成本(TCO)使得企業級數據集成對於市場的所有層級都是易於得到的，不再是那些大型(富有)公司的獨占領域。同時，SSIS的架構變為利用現代硬件和提供性能以及擴展為可滿足最高端的客戶需求。SSIS使得豐富的、可擴展的數據集成提供給所有客戶，從最高端的企業到中小企業。與SQL Server中的其它功能聯合起來，Microsoft客戶支持基礎構造(從寬廣的測試，到豐富的在線團體到突出的支持合同)和一致性以及與Microsoft產品提供的其它部分的集成，SSIS真的是唯一打開了數據集成新邊界的工具集。
5. 總結
在現今的商業世界中，許多公司依賴於數據集成技術提供有用的、可靠的信息來維護競爭優勢。SQL Server 2008集成服務(SSIS)幫助信息技術部門來滿足他們公司對數據集成的要求。SQL Server 2008集成服務滿足了清理、轉換和匹配大型的多個數據源到可用格式的要求。新特性改進了它的能力來升級和提高性能，同時加快了開發速度和降低了TCO。
