随着社保审计范围不断扩大,需要处理的业务数据呈现多源化、异构化、海量化等特点,因此如何实现异构分布式数据源信息共享成为当前亟待解决的问题。本文研究的数据集成技术对异构分布式数据源进行逻辑集成,利用中间件技术形成一个虚拟数据库,它向上为用户提供统一的数据访问接口,向下屏蔽底层异构数据源。数据集成技术可应用于社保审计分布式业务数据查询中。本文主要工作包括数据集成系统框架设计,数据集成算法研究。数据集成系统框架设计包括总体架构设计、中间件逻辑结构设计、数据持久层设计、部件交互设计。中间件结构设计是关键,它在逻辑上由语法分析器、查询重写器、包装器、连接池、结果整合器等组成。数据集成算法包括查询重写算法和结果整合算法。查询重写算法将面向全局模式的查询重写为面向各数据源模式的子查询,它基于三叉链树将查询语句展开,并对树中的模式和属性节点分类映射。结果整合算法主要对结果集进行连接操作、分组操作及嵌套查询;连接操作使用预处理技术对结果集进行排序,分组操作基于平衡树进行,嵌套查询利用Hash映射和迭代器完成。最后本文对给出的算法进行实验和分析。