数据仓库和商业智能

　 　
　
　 　 　 　
三、实行方案
　
　 序号
事情内容

1
事情情况准备
1.1 克隆生产数据库，使前期事情在克隆数据库上完成
1.2 安装BIEE服务器，周全掌握安装历程
1.3 安装OWB，设置OWB，相识数据堆栈建模和ETL历程

2
2.1 确定事情目的，选定要做的报表
2.2 凭据要天生的报表，剖析和选定数据泉源
2.3 熟悉Oracle Business Intelligence Administration Tool的使用
2.4 界说物理层，逻辑层，体现层

3
3.1 使用Oracle Answer天生报表
3.2 调整报表细节

4
4.1 建设用户
4.2 使用Dashboard来提交和展现报表给End User

5
5.1 熟悉和使用Oracle Business Intelligence Delivers

6
6.1 熟悉和使用Microsoft Office Addin
6.2 在Excel内部使用BI

7
7.1 熟悉和使用Oracle BI Publisher
7.2 使用Oracle BI Publisher展现报表

8
8.1 总结实行历程
8.2 提交陈诉，集中交流

　增补-1： Query&Report，OLAP，Data Mining比力
　
　Query & Report OLAP
　Data Mining

　查询和营业报表
　多维剖析 数据挖掘
　获取详细数据或轻度盘算数据
　汇总数据，趋势或展望
　对隐含模式的知识发现

Information / 信息
Analysis / 剖析
Insight&Prediction / 模式和展望

“在已往3年谁购置了公共基金?”
“按地域、年来统计公共基金的平均收益情形”
“在未来6个月那些人会购置公共基金，为什么会购置？”
　 　 　
　 增补-2：OLAP先容 　
　
OLAP是关系数据库之父E.F.Codd于1993年提出的一种数据动态剖析模子，它允许以一种称为多维数据集的多维结构，会见来自商业数据源经由聚合和组织整理的数据。以此为尺度，OLAP作为单独的一类产物同联机事务处置惩罚（OLTP）得以显着区分。

OLAP最基本的观点只有三个：多维视察、数据钻取、CUBE运算。

OLAP的基本多维剖析操作有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through等。

关于多维角度：我们在平时事情中，会遇到种种问题，在剖析问题的时间，我们会从多个角度去剖析思量，有时还会从几个角度综合起来举行剖析。这就是OLAP剖析最基本的观点——从多个视察角度的天真组合来视察数据，从而发现数据内在纪律。

OLAP将数据分为两种特征，一种为体现特征，好比一个销售剖析模子中的销售额、毛利等；另有一种为角度特征，好比销售剖析中的时间周期、产物类型、销售模式、销售区域等。前者是被视察的工具，OLAP术语称之为“怀抱数据”，后者为视察视角，OLAP术语称之为“维数据”。

若是建设这样一个模子，我们就可以凭据营业需求，从产物类型角度，去视察各个销售地域的销售额数据（以产物类型和销售地域为维、以销售额为怀抱）；或者我们还可以从销售模式的角度，去视察各个销售地域的销售额数据（以销售模式和销售地域为维、以销售额为怀抱）。

关于数据钻取：在剖析历程中，我们可能需要在现有数据基础上，将数据进一步细化，以获得更为准确的熟悉。这就是OLAP中数据钻取的观点。

好比，在销售剖析中，当我们以产物类型和销售地域为维、以销售额为怀抱举行剖析的时间，可能沈阳APP软件

希望进一步视察某类产物的差别销售模式在各个销售地域的体现，这时我们就可以在产物大类这个数据维下面，再加上一个销售模式维，从而获得响应的信息。

关于CUBE运算：OLAP剖析所需的原始数据量是很是重大的。一个剖析模子，往往会涉及数百万、数万万条数据，甚至更多；而剖析模子中包罗多个维数据，这些维又可以由浏览者作恣意的提取组合。这样的效果就是大量的实时运算导致时间的延滞。

我们可以设想，一个1000万条记载的剖析模子，若是一次提取4个维度举行组合剖析，那么现实的运算次数将到达4的1000次方的数目。这样的运算量将导致数十分钟以致更长的等候时间。若是用户对维组合序次举行调整，或增添、或淘汰某些维度的话，又将是一个重新的盘算历程。

 3/4   首页 上一页 1 2 3 4 下一页 尾页