数据仓库商务智能解决方案技术白皮书

《数据仓库商务智能解决方案技术白皮书》由会员分享，可在线阅读，更多相关《数据仓库商务智能解决方案技术白皮书（22页珍藏版）》请在金锄头文库上搜索。

1、 更快 更高 更强更快 更高 更强 Oracle 完整解决方案 全球数据仓库市场的领导者 帮助您更快获得更高 更强的企业信息洞察力 当今大部分企业决策者由于无法及时访问高质量 全面 可靠 个性化的运营和财务信息 因而在制 定关键企业决策时常常感到压力巨大 Oracle 针对数据仓库 商务智能以及 ETL 和数据 质量管理的解决方案是一整套为支持更好更快地 利用企业信息而设计的技术和应用系统 它将来自 企业的多个数据源的数据整合到一起 并将数据转 化为企业的关键洞察力来支持战略决策制定 推动 持续的业务流程改进和促进整个企业协调一致 而且 由于 Oracle 解决方案针对 Oracle 和非 O

2、racle IT 环境进行了优化 客户能够利用他们对现有技 术和业务应用系统的投资来大幅降低总体拥有成 本 TCO Oracle includes everything an organization needs for collecting data in the first place managing a single view of the data in a central repository and making it easily accessible for analysis through a complete set of integrated tools and app

3、lications Oracle 商务智能套件商务智能套件 Oracle 商务智能套件能将实时 预测性的和所有历 史的信息变成可据以采取行动的洞察力 并扩展到 每一个用户 包括企业的高管 经理和业务人员 从而支持用户更快地做出更明智的业务决策 Oracle 商务智能套件可满足整个企业范围的商务智 能需求 包括特定分析和查询 前瞻性的商务智能 和预警 高级报表编制和预测分析 所有这些都通 过一个个性化 交互式的智能信息显示板来提供 用户在合适的时间获得了和业务相关联的合适信 息 从而能制定出最有效的业务决策 Oracle 数据仓库数据仓库 Oracle 数据仓库构建在世界一流 业界领先的 Ora

4、cle 数据库基础上 该数据仓库提供了一个可伸 缩 高性能 高可用性的平台 该平台将企业所有 的关键业务信息整合到一个企业中央数据仓库中 以确保提供一个完整的企业视图 并在此完整视图 上能提供 OLAP 和数据挖掘的处理能力 Oracle 数 据仓库还提供一个易于使用 图形化的环境 支 持快速设计 部署和管理数据仓库 此外 还具有 高性能的数据查询技术和一整套数据访问和管理 工具 Oracle ETL 和数据质量管理和数据质量管理 和 Oracle 数据仓库一样 Oracle ETL 和数据质量管 理同样构建在世界一流 业界领先的 Oracle 数据库 基础上 在和数据仓库集成的 ETL 引擎

5、中 提供了 对数据和元数据的数据质量 数据审计 完全集成 关系和多维建模以及整个生命周期的管理 支持 ETL 数据集成和管理事件所需要的所有功能 让 用户能更好的利用 Oracle 数据仓库的功能 更快速 地构建企业数据仓库 只有只有 Oracle 能在能在 Linux UNIX 和和 Windows 平台上提供最好的结果平台上提供最好的结果 世界最大的数据仓库运行在 Oracle 上 100TB 世界最大的 UNIX 平台数据仓库运行在 Oracle 上 世界最大的 Linux 平台数据仓库运行在 Oracle 上 世界最大的科学计算平台运行在 Oracle 上 全世界前 300Linux

6、数据仓库 100 运行在 Oracle 上 全世界数据量前 300 的数据仓库 58 运行在 Oracle 上 Source Winter Corporation Winter 2005 Top Ten September 2005 我们之所以选择 我们之所以选择 Oracle 数据仓库产品 是因为数据仓库产品 是因为 Oracle 产品产品 不论是在系统品质或稳定性方面皆能满足济南地税对不论是在系统品质或稳定性方面皆能满足济南地税对于数据仓于数据仓 库的需求 利用库的需求 利用 Oracle 数据仓库技术 数据仓库技术 既能够从现有平台顺利既能够从现有平台顺利 抽取数据 也能与未来的系统实现

7、整合 抽取数据 也能与未来的系统实现整合 使我们的数据仓库面对使我们的数据仓库面对 税务信息化复杂的环境 能够满足纷繁变化的税务信息化复杂的环境 能够满足纷繁变化的业业务需求务需求 济南济南市市地方税务地方税务局局 信息信息中心主任中心主任 潘滨潘滨 IT 系统系统必然必然的的发展趋势 发展趋势 数据仓库数据仓库 什么什么是数据仓库是数据仓库 数据仓库概念的提出者 美国著名信息工程专家 William Inmon 博士在 90 年代初提出了数据仓库概念的一 个表述 他认为 一个数据仓库通常是一个面向主题的 集成的 随时间变化的 但信息本身相对稳定的 数据集合 它用于对管理决策过程的支持 所谓主

8、题 是指用户使用数据仓库进行决策时所关心的重点方 面 如 收入 客户 销售渠道等 所谓面向主题 是指数据仓库内的信息是按主题进行组织的 而不是 像业务支撑系统那样是按照业务功能进行组织的 所谓集成 是指数据仓库中的信息不是从各个业务系统 中简单抽取出来的 而是经过一系列加工 整理和汇总的过程 因此数据仓库中的信息是关于整个企业的 一致的全局信息 所谓随时间变化 是指数据仓库内的信息并不只是反映企业当前的状态 而是记录了从 过去某一时点到当前各个阶段的信息 通过这些信息 可以对企业的发展历程和未来趋势做出定量分析和 预测 而信息本身相对稳定 是指一旦某个数据进入数据仓库以后 一般很少进行修改 更

9、多的是对信息 进行查询操作 依据上面的定义 有人可能会把数据仓库简单地理解为仅仅是一个大型的数据存储机制 是一个静态的概 念 实际上 数据仓库更像一个过程 这个过程涉及数据的收集 整理和加工 生成决策所需要的信息 并且最终把这些信息提供给需要这些信息的使用者 供他们做出改善业务经营的正确决策 数据仓库的重 点与要求就是能够准确 安全 可靠地从业务系统中取出数据 经过加工转换成有规律信息之后 供管理 人员进行分析使用 因此数据仓库是一个动态的概念 应该称为数据仓库工程 Data Warehousing 为为什么什么使用数据仓库使用数据仓库 企业信息化建设过程中 为了提高日常的工作效率以及提高本企

10、业的市场适应能力 大部分企业会根据市 场 客户和企业本身建立不同的业务系统来满足需求 但此系统往往因为市场需求 设计理念 建设时间 平台选择等因素的不一致性而导致系统间相互独立 信息分散等特点 从而形成信息孤岛 为了解决上述 问题 企业就需要一种行之有效的技术进行信息整合 通过集成不同的系统信息为企业提供统一的决策分 析平台 帮助企业解决实际的业务问题 如 如何提高客户满意度和忠诚度 降低成本 提高利润 合理 分配资源 有效进行全面绩效管理等 人们往往会采用数据仓库技术实现 使用数据仓库有三个方面的好 处 第一 数据仓库能够为业务部门提供准确 及时的报表 第二 数据仓库可以赋予管理人员更强大的

11、 分析能力 第三 数据仓库是进行数据挖掘 知识发现的基础 建设建设数据仓库的数据仓库的驱动力驱动力是是什么什么 是什么使您热衷于建设数据仓库系统 对于大多数人认为是数据的问题 技术的问题 但这并不是建设数 据仓库建设的真正驱动力 建设数据仓库的真正驱动力是业务 企业需要发展业务 拓展市场 提高利润 降低成本和加强风险防范能力 如何发展 往那个方向发展 现在的利润成本有多少 明年的预算应该设 多高 这需要经过全面 严格的分析后才能产生 而分析的依据应该是来自整个企业完整的数据视图 因 此数据仓库的建设应该是以解决企业业务问题来驱动的 Oracle 完完整整解决解决方方案概述案概述 Optimiz

12、ing enterprise performance through a comprehensive suite of business intelligence suite and powerful enterprise DW platform 成功地实施一个数据仓库项目 通常需要很长的时间 如果仅仅着眼于短期成果 缺乏整体考虑 采用一 种不健全的体系结构 不仅会增加系统开发和维护成本 而且必将对发挥数据仓库的作用造成不利的影响 因此一个综合 清晰的远景规划及技术实施蓝图将在整个项目的实施过程中起到重要作用 完整的方案体 系架构应具备如下功能 数据获取过程主要完成数据仓库模型建设 数据质量管

13、理 数据源的定义 数据抽取 转换清洗及加载工 作 数据仓库数据仓库模型建设模型建设 数据仓库模型是直接反映数据仓库中业务逻辑视窗 数据仓库模型是根据企业 的业务发展计划与策略而制定 数据仓库模型的起源来自业务驱动力 也就是说利用数据仓库解决何种业 务问题 因此在模型设计时应由业务人员与模型专家共同完成 设计模型时要考虑总体规划 分步实施 考虑完整性 灵活性的同时也要考虑扩展能力和时效 尽量选择业务问题紧迫 数据源较完备的主题入手 数据质量管理数据质量管理 数据仓库的数据质量不但影响数据抽取转换的开发周期和日常维护 并且还直接影响 到最终项目成败的结果 如果前端分析结果是基于错误的数据得到的 那

14、么即使计算得再快 给用户再及 时也是没有任何意义的 因此在一个数据仓库的项目中 应该从最初就将数据质量的评估 管理和清洗考 虑进去 并有意识地融合在数据仓库和 ETL 的建设过程中 数据数据源源的定的定义义 数据仓库模型一旦设计完毕 也就是说未来业务需求以及解决上述需求所需的数据已 被定义 下一个话题就是查找以及验证数据源的状况 由于以往系统大部分都是根据不同产品和需求独立 设计的 因此不同系统设计的原理 架构 使用平台也不一样 因此这给数据源的统一带来了一定的困难 在确定完数据源后 接着就要考虑数据源的质量问题 如何把不统一 不完整的数据源变成按统一标准存 放到数据仓库中是数据仓库中非常重要

15、的环节 数据抽取数据抽取 转换清洗及加载 转换清洗及加载 数据抽取 转换清洗及加载 简称 ETL 可以说是数据仓库最为复 杂的过程 这里我们要根据系统特点建立 ETL 策略 如什么时候进行数据的抽取 抽取完后如何进行汇总 和清洗 清洗完后什么时候加载 抽取的频率有多高 数据的颗粒度有多高 是否采用 workflow 技术等 ETL 完成还要进行整个过程的监控及跟踪处理 Oracle 公司在长期进行数据仓库项目建设过程中已总结及开发成熟的数据获取和数据质量管理工具 Oracle Warehouse Builder Enterprise ETL Option Oracle Warehouse Bu

16、ilder Data Quality Option 帮助用户快速构 建数据仓库 在数据存储层 数据仓库的数据通常是存放在两类数据库中 关系型数据库和多维数据库 存放在数据仓 库中的数据包括详细数据 汇总数据 假设数据 计算数据 结果数据及元数据 数据存储是数据仓库系 统的中心 取自多个数据源系统的明细数据 以及用于分析的集成汇总数据都存储在这个中心 对于一个 企业来说 无论技术架构如何 数据仓库的数据在逻辑上应该 也必须是一个统一完整的库 Oracle Database 10g 有专门针对数据仓库技术特殊技术要求而设计的数据仓库解决方案 Oracle Database 10g 的特点是强大的海量数据处理能力 大用户并发处理能力 集成 OLAP 和数据挖掘能力 能保障数据 的统一性 极强的扩展能力 安全 可靠及容易管理 数据使用包含以下几个过程 分析模型 信息展现工具 使用用户 分析模型分析模型 我们在考虑分析和解决一个问题时解决问题思路的雏形 我们会结合客户的实际问题和需求 进行建设 信息信息展展现现工具工具 数据输出层的功能是使最终用户通过报表 图形和其它分析工具的方式简便 快捷地