BI_数据仓库基础
- 格式:doc
- 大小:271.00 KB
- 文档页数:13
1
BI
Business Intelligence,即商业智能,商务智能综合企业所有沉淀下来的信息,用科学的分析方法,为企业领导提供科学决策信息的过程。
BOSS业务运营支撑系
BPM企业绩效管理
BPR业务流程重整
CRM客户关系管理
CUBE立方体
DM(Datamart)数据集市数据仓库的子集,它含有较少的主题域且历史时间更短数据量更少,一般只能为某个局部范围内的管理人员服务,因此也称之为部门级数据仓库。
DM(DataMine)数据挖掘
DSS决策支持系统
EDM企业数据模型
3
ERP
Enterprise Resourse Planning企业资源规划。它是一个以管理会计为核心的信息系统,识别和规划企业资源,从而获取客户订单,完成加工和交付,最后得到客户付款。换言之,ERP将企业内部所有资源整合在一起,对八个采购、生产、成本、库存、分销、运输、财务、人力资源进行规划,从而达到最佳资源组合,取得最佳效益。
4
ETL
数据抽取(Extract)、转换(Transform)、清洗(Cleansing)、装载(Load)的过程。构建数据仓库的重要一环,用户从数据源抽取出所需的数据,经过数据清洗,最终
按照预先定义好的数据仓库模型,将数据加载到数据仓库中去。
KDD数据库中知识发现
5 KPI
企业关键业绩指标(KPI:KeyProcessIndication)是通过对组织内部流程的输入端、输出端的关键参数进行设置、取样、计算、分析,衡量流程绩效的一种目标式量化管理指标,是把企业的战略目标分解为可操作的工作目标的工具,是企业绩效管理的基础。
LDM逻辑数据模型
6 MDD
多维数据库(Multi Dimesional Database,MDD)可以简单地理解为:将数据存放在一个n维数组中,而不是像关系数据库那样以记录的形式存放。因此它存在大量稀疏矩阵,人们可以通过多维视图来观察数据。多维数据库增加了一个时间维,与关系数据库相比,它的优势在于可以提高数据处理速度,加快反应时间,提高查询效率。
Metadata(元数据),它是“关于数据的数据,其内容主要包括数据仓库的数据字典、数据的定义、数据的抽取规则、数据的转换规则、数据加载频率等信息。
MOLAP自行建立了多维数据库,来存放联机分析系统数据
7 ODS(四个特点)
(Oprational Data Store)操作型数据存储,是建立在数据准备区和数据仓库之间的一个部件。用来满足企业集成的、综合的操作型处理需要,操作数据存储是个可选的部件。对于一些准实时的业务数据库当中的数据的暂时存储,支持一些同时关连到历史数据与实时数据分
析的数据暂时存储区域。
8 什么是数据集市DM
数据集市可以看作是数据仓库的一个子集,它含有较少的主题域且历史时间更短数据量更少,一般只能为某个局部范围内的管理人员服务,因此也称之为部门级数据仓库。
二数据仓库
DW
Datawarehouse,数据仓库是一个集合或过程,4要素面向主题,集成,时间相关(反映历史变化),(稳定)不可修改的数据集合。
数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。与其他数据库应用不同的是,数据仓库更像一种过程,对分布在企业内部各处的业务数据的整合、加工和分析的过程。
下图是一个典型的企业数据仓库系统,通常包含数据源、数据存储与管理、数据的访问三个部分:
最为重要的一张图
这张图可以看出四个特点中,面向对象,集成,
数据源:是指企业操作型数据库中的各种生产运营数据即OLIP
数据的存储与管理:数据仓库的存储主要由元数据的存储及数据的存储两部分组
成。元数据是关于数据的数据,其内容主要包括数据仓库的数据字典、数据的定义、数
据的抽取规则、数据的转换规则、数据加载频率等信息。各操作数据库中的数据按照元
数据库中定义的规则,经过抽取、清理、转换、集成,按照主题重新组织,依照相应的
存储结构进行存储
数据的访问:由OLAP(联机分析处理)、数据挖掘、统计报表、即席查询等几部分组
成。例如OLAP:针对特定的分析主题,设计多种可能的观察形式,设计相应的分析主题结构(即进行事实表和维表的设计),使管理决策人员在多维数据模型的基础上进行快速、稳定和交互性的访问,并进行各种复杂的分析和预测工作。
按照存储方式来分,OLAP可以分成MOLAP以及ROLAP等方式,
MOLAP (Multi-Dimension OLAP)将OLAP分析所需的数据存放在多维数据库中。分析主题的数据可以形成一个或多个多维立方体。
ROLAP(Relational OLAP)将OLAP分析所需的数据存放在关系型数据库中。分析主题的数据以“事实表-维表”的星型模式组织。
三企业信息工厂
企业信息工厂(Corporate Information Factory,简称EIF)是一种构建数据仓库的架构。企业信息工厂主要包括五个集成转换层(I&T)、操作数据存储(ODS)、企业级数据仓
库(EDW)、数据集市(DM)、探索仓库(EW)等部件。这些部件有机的结合在一起,为企业提供信息服务。
企业级数据仓库是企业信息工厂的核心部件,用来保存整个企业的数据。一般,也
称数据仓库,是用来满足企业战略决策的需要。数据仓库的数据来自数据准备区和操作
数据存储。
数据集市
的数据来源是数据仓库。企业信息工厂中的数据集市一般来说是非规范化的、定制的和
汇总的。而多维体系架构中的数据集市分为两种,分别是原子数据集市和聚集数据集市。一般来说,企业信息工厂中的数据集市相当于多维体系架构中的聚集数据集市。
企业信息工厂中的数据流向一般是从源系统到数据准备区到操作数据存储到数据
仓库到数据集市