蓬天数据仓库系统

●建立统一数据仓库实施过程

基于BIL模型，将其中的四个环节过程化，用以指导未来数据仓库系统的扩展。其中的四个环节是一个相对的概念，具体指围绕企业数据仓库（EDW）的构建、针对数据仓库应用的交互系统、数据集成（ETL）、数据应用的具体系统或者技术实现。各个环节之间不是孤立存在的，而是互相关联，互为依托的，各个环节围绕数据仓库构成一个大的闭环应用，覆盖了业务应用的各个层面。

●建立统一的数据仓库技术架构

遵循上面的BIL模型，在具体的技术实现上，按照系统的层次进行重新组织，构建出系统的总体逻辑技术参考框架如下面示意图。

按照系统所涵盖的内容，根据不同功能作用，将系统划分为数据层、应用层、展示层三个层次。每个层级内包含面向本层次的功能及实现方法。

数据层---数据层主要包括数据源、数据的加工处理（ETL功能）、数据中转区、数据仓库等部分，主要完成对数据的管理。数据是从业务系统到数据仓库的流动，数据层是整个数据仓库系统的基础。以下是数据加工处理的举例：

应用层---应用层主要包括围绕数据仓库数据，根据不同的业务需求，相应的应用功能部分，主要完成数据的利用。应用手段包括查询、报表、分析、挖掘等，应用层是数据仓库系统的核心。

展示层---展示层主要完成对应用层结果的发布，是各类应用的最终交付平台。展示层通过不同的实现架构，不同的表现形式，为客户提供多样化的信息传递。展示层是数据仓库系统的统一应用门户。

这里的层次划分只是逻辑层面的划分，在具体的物理实现上，层次之间并没有明显的界限，但是在数据的流向上基本上按照数据层à应用层à展示层的顺序表现。

IBM、Oracle等厂商都提出了自己的数据仓库结构，但严格说来，任何一个数据仓库结构都是从一个基本框架发展而来，实现时再根据分析处理的需要具体增加一些部件。

为了能够将已有的数据源提取出来，并组织成可用于决策分析所需的综合数据的形式，一个数据仓库的基本体系结构中应有以下几个基本组成部分：

●数据源 指为数据仓库提供最底层数据的运作数据库系统及外部数据。

●监视器 负责感知数据源发生的变化，并按数据仓库的需求提取数据。

●集成器 将从运作数据库中提取的数据经过转换、计算、综合等操作，集成到数据仓库中。

●数据仓库 存贮已经按企业级视图转换的数据，供分析处理用。根据不同的分析要求，数据按不同的综合程度存储。数据仓库中还应存储元数据，其中记录了数据的结构和数据仓库的任何变化，以支持数据仓库的开发和使用。

●客户应用 供用户对数据仓库中的数据进行访问查询，并以直观的方表示分析结果的工具。

应用行业

新世纪客户关系在各种交易中所起到的作用越来越重要，在市场经济这个天平上的法码也是越来越沉重了。从而使得在目前竞争激烈的知识经济环境和电子商务经济模式下，重要的信息往往可以决定企业的成败，甚至决定企业的生死存亡。因此，很多行业都采用了数据仓库解决方案充当企业决策机构的智囊和参谋。如我们平时所说的民航订票系统、银行ATM系统、证券交易系统、期货交易系统、铁路售票系统、移动通信用户信息管理与服务系统等就是建立在大型数据库基础之上的数据仓库。

●证券

证券公司利用客户行为分析系统将所有客户的操作记录进行归类和整理，并结合行情走势、上市公司资料、宏观微观经济数据等，在掌握大量数据的情况下，对客户的行为和市场各因素的关联、客户的操作习惯、盈亏情况、公司的利润分布等进行统计和分析，从而获得以往一直想获得但却无法获取的关于客户在本公司的行为、盈亏、习惯等关键信息。证券商在获得这些信息后，就有能力为客户提供针对其个人习惯、投资组合的投资建议，从而真正作到对客户的贴心服务。

 2/4   首页 上一页 1 2 3 4 下一页 尾页