数据仓库解决方案v10

数据仓库解决方案

深圳太极云软技术股份

2016年1月

目录

（-）概述......................................................................3

一.国内信息化的现状........................................................3

二.以应用驱动，数据仓库建设应由后向前规划................................3

三.“想大做小”（整体设计、分布实施）.....................................4

（-）系统雌..................................................................5

数据仓库架构................................................................5

系统功能架构...............................................................7

（三）数据仓库建设方法....................................................8

数据仓库建设8大步骤........................................................9

1.系统分析，确定主题....................................................9

2.选择满足数据仓库系统要求的软件平台..................................9

3.建立数据仓库的逻辑模型...............................................9

4.逻辑数据模型转化为数据仓库数据模型.................................10

5.数据仓库数据模型优化................................................11

6.数据清洗转换和传输..................................................12

7.开发数据仓库的分析应用..............................................13

8.数据仓库的管理......................................................13

（四）系统功能详细介绍...................................................15

企业数据门户............................................................15

主题分析................................................................16

即席查询................................................................16

多维分析工具............................................................17

ETL工具.................................................................17

报表工具................................................................19

（一）概述

一.国内信息化的现状

1.信息化建设的开展历史：

在国内信息化建设过程中，根本上是按照当时业务系统的需求进行建设，

过一段时间，如果有新的业务推出，就再建设一个新的系统，或在原系统的根

底上增加新的'业务处理。这样的结果使每个系统和系统之间缺少真正的信息沟

通和信息交换。

2.为何要建立数据仓库：

根据现状业务系统各自为政，相互独立。当很多业务系统建立后，由于领

导的要求和决策的需求，需要一些指标的分析，在相应的业务系统根底上再增

加分析和相应的报表功能，这样每个系统就增加了报表和分析功能。但是，由

于数据源不统一导致了对同一个指标分析的结果不相同。为了解决该问题，为

了分析和决策的需要，将相互别离的业务系统的数据源整合在一起，可以为领

导和决策层提供分析和辅助决策。

二.以应用驱动，数据仓库建设应由后向前规划

数据仓库到底应该怎么建设？我一贯的主张是应用驱动。什么样的应用

呢？应用是应考虑政府管理的现状和决策层最关心的问题入手。分利用现有信

息系统资源，进一步细化、量化权力清单，固化权力运行流程和办理环节，到

达标准业务流程、监督个体行为、记录执法诚信、科学考核评价和提升管理精

度，最终使群众的合法权益得到保护，实现权力有效监督和提升政府效能。通

（二）系统架构

离线报表多维分析即席查询科统计决策管理覆浦分析

元

信

数

数据仓库数据集市共享数据视图息

据

治

管

数据管理层理

理

数据清洗、转换、加载

数据交换:

▼■

相关业务单位

系统架构图

在建立数据仓库，数据仓库按主题域存储各业务数据。数据来源主要是政府管理结构

的不同业务管理系统。通过数据交换平台定期采集各管理机构的业务数据，后台数据处理

工具ETL抽取、清洗数据，并加载入数据仓库中。

架构于数据仓库上的系统功能主要包括大数据门户、专题主题分析、即系查询、多维

分析、自助报表的功能模块，通过这些功能模块为管理者获取数据和分析数据提供简单易

用、功能强大的方法，为管理者决策及提升管理精度,最终实现权力有效监督和提升政府

效能。

数据仓库架构

数据仓库是一个建设过程，而不是产品。数据仓库是通过对来自不同的数

据源进行统一的处理及管理，通过灵活的展示方法来帮助决策支持。

＞数据获取层

实现如何从所有源系统中获得原始的业务数据，并对其进行一定的数据处

理，按主题进行数据重组和格式转换，然后传送并装载到数据仓库系统中。

数据仓库系统需要从多个源数据系统中抽取和汇总各个业务数据，这些数

据源系统是数据仓库系统的数据来源。

把上述数据源系统中的数据按照主题进行划分和组织，然后抽取并装载到

数据仓库系统中。

数据需要经过三个过程：数据抽取、数据转换、数据装载。这三个过程是

在保证各个数据源系统与数据仓库系统能够成功连接（包括网络协议标准的转

换、不同平台之间的接口）的前提下实现的。保证把来自不同的源数据系统的

同类数据的一致性和完整性，转换完成的数据装载到数据仓库系统中。

＞数据管理层

把数据存储到企业级数据仓库系统中进行集中管理。在数据存储层，数

据是存放在两类数据库中：关系型数据库和多维数据库。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。它在逻辑上是一个完整的库。

＞数据使用层

把数据仓库系统中的数据和分析结果提供应最终用户。按照用户的分析

需求、使用报表、随即查询、多维度分析和数据挖掘进行数据展现。

数据输出层的功能是使最终用户通过报表、图形和其他分析工具的方式简

便、快捷地访问数据仓库系统中的各种数据，得到分析结果。

提供多种数据分析方法，包括标准报表、即席查询报表、动态分析报表、

多维分析、趋势预测、假设分析和数据挖掘等。

系统功能架构

多维分析OLDP多角度、立体化、灵活动态的分析业务数据。产品简单易

用，无需编写任何的代码，用户只需要通过语义层的定义就可以轻松搭建自己

的多维数据模型。

即席查询统计报表、指标的快速检索，帮助业务分析人员快速获得所需要

的数据和统计信息。

数据门户DataPortal进行统一展现，展现方式包括仪表盘、表格、报表、

日历等内容，并支持用户个性化定制内容、指标等功能，实现真正的个性化效

劳。数据门户中展现的内容是管理者及业务人员最关注的指标，通过门户为他

们获取数据提供最简单容易的方式。

主题分析根据资源的组织，支持数据的深入挖掘和分析应用，跟踪、监控

政策的执行情况及实施效果，让管理层了解细化、量化权力清单，固化权力运

行流程和办理环节，到达标准业务流程、监督个体行为、记录执法诚信、科学

考核评价和提升管理精度，最终使群众的合法权益得到保护，实现权力有效监

督和提升政府效能。

报表业商业智能系统建设的重要组成局部，主要对企业数据仓库中整合的

各主题域业务数据，按照监督管理要求，面向各级部门，快速提供准确、全面、

灵活的表达政府管理效能等方面实际的数据信息，为决策支持、业务管理提供

有效的数据信息支撑。

ETL工具：ETL是数据仓库最核心的后台组件，通过对及汇总来的不同来

源数据的抽取、清洗、加载实现数据仓库中数据的更新及流转。ETL工具（桥

接器），实现了图形化及自动化的方式来配置ETL流程，极大的减轻了数据加

工的工作量，提高了数据准确性及处理效率。

(=)数据仓库建设方法

数据仓库决策分析的业务处理流程主要分为四个阶段。

1)数据集中：各级政府部门业务数据统一汇总数据中心临时数据存储;

2)数据整理和转换：汇总后的业务数据经过ETL抽取、转换、加载到

数据仓库中；

3)数据存储和管理：对数据仓库数据进行集中存储和管理、备份和维

护；

4)数据挖掘和展现：用户通过前端的展现工具对数据仓库中数据进行

挖掘、钻取和分析，在数据门户展现；

数据仓库建设8大步骤

1.系统分析，确定主题

确定一下几个因素：

•操作出现的频率，即业务部门每隔多长时间做一次查询分析。

•在系统中需要保存多久的数据，是一年、两年还是五年、十年。

•用户查询数据的主要方式，如在时间维度上是按照自然年，还是财玫年。

・用户所能接受的响应时间是多长、是几秒钟，还是几小时。

2.选择满足数据仓库系统要求的软件平台

选择适宜的软件平台，包括数据库、建模工具、分析工具等。有许多因素要考

虑，如系统对数据量、响应时间、分析功能的要求等，以下是一些公认的选择

标准：

・厂商的背景和支持能力，能否提供全方位的技术支持和咨询效劳。

・数据库对大数据量（TB级）的支持能力。

・数据库是否支持并行操作。

•能否提供数据仓库的建模工具，是否支持对元数据的管理。

•能否提供支持大数据量的数据加载、转换、传输工具（ETT）。

•能否提供完整的决策支持工具集，满足数据仓库中各类用户的需要。

3.建立数据仓库的逻辑模型

具体步骤如下：

（1）确定建立数据仓库逻辑模型的根本方法。

12〕基于主题视图，把主题视图中的数据定义转到逻辑数据模型中。

(3)识别主题之间的关系。

(4〕分解多对多的关系。

销售一

值曾记录信号<oi>Number(10)

a期

Date

w间

-Time

s计

顾客

编号<a>Intecer<M>

商品

姓名<ai>Characters(10)

住址Characters(40)商品拥号LongInteger<M>

用语Characters(15)数信Shortinteger

Number(6)

MPBoolean

兰标示符<pi>

次标识符<ai>

付款

商品目录

支付潴号<D伺LonqInteqei

商昌浣号<pi>LonqIntew<M>

日以弼间Date&Time

搔述Text

预付款项Decimal

厂东Longcha-actert(20)

找春Decimal(6J)

生产日期Date&Time

销售记录很号Number(10：

Number(B,2)

曲的卬》

断脑(pi>(5)用范

式理论检验逻辑数据模型。

(6)由用户审核逻辑数据模型。

4.逻辑数据模型转化为数据仓库数据模型

具体步骤如下：

(1)删除非战略性数据：数据仓库模型中不需要包含逻辑数据模型中的全部

数据项，某些用于操作处理的数据项要删除。

(2)增加时间主键：数据仓库中的数据一定是时间的快照，因此必须增加时

间主键。

(3)增加派生数据：对于用户经常需要分析的数据，或者为了提高性能，可

以增加派生数据。

(4)参加不同级别粒度的汇总数据：数据粒度代表数据细化程度，粒度越大,

数据的汇总程度越高。粒度是数据仓库设计的一个重要因素，它直接影响到驻

留在数据仓库中的数据量和可以执行的查询类型。显然，粒度级别越低，那么

支持的查询越多；反之，能支持的查询就有限。

5.数据仓库数据模型优化

数据仓库设计时，性能是一项主要考虑因素。在数据仓库建成后，也需要经常

对其性能进行监控，并随着需求和数据量的变更进行调整。

优化数据仓库设计的主要方法是：

•合并不同的数据表。

•通过增加汇总表防止数据的动态汇总。

•通过冗余字段减少表连接的数量，不要超过3、5个。

•用1D代码而不是描述信息作为键值。

•对数据表做分区。

数据清理

数据集成

数据变换

T1

T2

T3

6.数据清洗转换和传输

由于业务系统所使用的软硬件平台不同，编码方法不同，业务系统中的数据在

加载到数据仓库之前，必须进行数据的清洗和转换，保证数据仓库中数据的一

致性。

在设计数据仓库的数据加载方案时.，必须考虑以下几项要求：

・加载方案必须能够支持访问不同的数据库和文件系统。

・数据的清洗、转换和传输必须满足时间要求，能够在规定的时间范围内完成。

・支持各种转换方法，各种转换方法可以构成一个工作流。

•支持增量加载，只把自上一次加载以来变化的数据加载到数据仓库。

演1款据清洗在ETL中的应用模型

7.开发数据仓库的分析应用

建立数据仓库的最终目的是为业务部门提供决策支持能力，必须为业务部门选

择适宜的工具实现其对数据仓库中的数据进行分析的要求。

信息部门所选择的开发工具必须能够：

•满足用户的全局部析功能要求。数据仓库中的用户包括了企业中各个业务部

门，他们的业务不同，要求的分析功能也不同。如有的用户只是简单的分析报

表，有些用户那么要求做预测和趋势分析。

•提供灵活的表现方式。分析的结果必须能够以直观、灵活的方式表现，支持

复杂的图表。使用方式上，可以是客户机/效劳器方式，也可以是浏览器方式。

事实上，没有一种工具能够满足数据仓库的全局部析功能需求，一个完整的数

据仓库系统的功能可能是由多种工具来实现，因此必须考虑多个工具之间的接

口和集成性问题，对于用户来说，希望看到的是一致的界面。

8.数据仓库的管理

只重视数据仓库的建立，而无视数据仓库的管理必然导致数据仓库工程的失

败。数据仓库管理主要包括数据库管理和元数据管理。

数据库管理需要考以下几个方面：

•平安性管理。数据仓库中的用户只能访问到他的授权范围内的数据，数据在

传输过程中的加密策略。

・数据仓库的备份和恢复。数据仓库的大小和备份的频率直接影响到备份策

略。

•如何保证数据仓库系统的可用性，硬件还是软件方法。

•数据老化。设计数据仓库中数据的存放时间周期和对过期数据的老化方法，

如历史数据只保存汇总数据，当年数据保存详细记录。

然而，元数据管理贯穿于整个系统的建设过程中，元数据是描述数据的数据。

在数据采集阶段，元数据主要包括以下信息：

,源数据的描述定义：类型、位置、结构。

•数据转换规则：编码规则、行业标准。

•目标数据仓库的模型描述：星型/雪花模型定义，维/事实结构定义。

•源数据到目标数据仓库的映射关系：函数/表达式定义。

・代码：生成转换程序、自动加载程序等。

在数据管理阶段，元数据主要包括以下信息：

・汇总数据的描述：汇总/聚合层次、物化视图结构定义。

•历史数据存储规则：位置、存储粒度。

•多维数据结构描述：立方体定义、维结构、度量值、钻取层次定义等。

在数据展现阶段，元数据主要包括以下信息：

•报表的描述：报表结构的定义。

•统计函数的描述：各类统计分析函数的定义。

•结果输出的描述：图、表输出的定义。

元数据不但是独立存放，而且对用户是透明的，标准元数据之间可以互相转换

（四）系统功能详细介绍

企业数据门户

企业实施商业智能、数据仓库的目的之一为整合各系统的业务数据，统一

指标口径，实现统一视图、统一决策界面。企业数据门户功能主要对整合的业

务数据进行统一展现，展现方式包括仪表盘、表格、日历等内容。数据门户中

展现的内容是管理者及业务人员最关注的指标，通过门户为他们获取数据提供

最简单容易的方式。数据门户中展现的内容根据用户角色不同而有所差异，

每个用户都可以定制自己关注的内容，实现真正的个性化效劳。

系统截图：

Q企沪WJW09M10H

1H8仪亲立关哪标

6也◎修叁SHIBb及日历♦!（收修

■口■不比n«a*>««

,鹏人HtSM•71410mb9SU•9135

得46%480SJ21SO4M

22M2.12S•222%22412L1TT

X13TI-212%2M724M9

UtSt、，0”、12f•M%•I

44・11A-

S±>A1»51405•<•45%ISttuni

月度计出夷岗I况

?琳娘呐比日历分析«201声09月

量业收入日历分砧

»1ffl2闾3叫1msmc«□

1

9570

2345678

87423818a7$7458MS939440

9XMWW111213141，

•7148$36

161718202122

23242526272829

30

比分析

分店博名(TO0O)

全市痴幢人

本月*评：5.弘9万元)lltfftt：0B*

贵化■:铺5元)

主题分析

数据仓库中的业务数据通常是面向主题进行组织的。主题分析是在较高层

次上将企业信息系统的数据进行归并、抽象，形成对分析对象的一个完整的描

述，表达分析数据之间BJ相互关系，揭示数据规律和问题。

主题分析模块从主题域的角度入手，支撑数据资源的组织，支持数据的深

入挖掘和分析应用，跟踪、监控政策的执行情况及实施效果，倒逼行政权力部

门认真履职、标准执法、优化效劳,努力提高政府效能。

考虑到国情特点和现状，主题分析涵盖了经济开展、卫生健康、教育科技、

道路交通、机构团体、生活效劳、文体娱乐、平安避险、资源环境、社保就业、

财税金融、法律效劳量等八个主题域相关的主题分析功能。

即席查询

即席查询针对数据仓库内的各主题数据、统计报表、指标的快速检索，

帮助分析人员快速获得所需要的数据和统计信息。即席查询工具通过提供各种

向导式界面、图形查询生成器、联机帮助等功能，为系统使用人员提供细粒度

数据。

即席查询是分析人员的重要的辅助工具，它是在数据仓库的信息组织根底

上，尽可能多的在后台按照分析人员关心的分析角度沉淀业务知识，在前端功

能上屏蔽后台查询技术细节，为分析人员提供灵活的业务分析查询角度定制和

结果定制功能，使分析人员在分析汇总数据的同时能够通过即席查询进一步深

入到自己感兴趣的细节数据中，以便更全面地反映情况，做出正确决策。

多维分析工具

多维分析是商业智能的核心技术，可以帮助用户进行多角度、立体化、灵

活动态的分析。多维分析报表由“维”（影响因素）和“指标”（衡量因素）

组成，能够真正为用户所理解、并真实的反映国情特性信息。

B1-多维分析工具简单易用，无需编写任何的代码，用户只需要通过

语义层的定义就可以轻松搭建自己的多维数据模型。同时具有灵活的分析功

能、直观的数据操作和分析结果可视化表示等突出优点，从而使用户对基于大

量复杂数据的分析变得轻松而高效，以利于迅速做出正确判断。它可用于证实

人们提出的复杂的假设，以图形或者表格的形式来表示的对信息的总结。

多维分析工具专门设计用于支持复杂的分析操作，侧重对决策人员和高层

管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的

复杂查询处理，并且以一种直观而易懂的形式将查询结果提供应决策人员，以

便他们准确掌握企业（公司）的经营状况，了解对象的需求，制定正确的方案。

ETL工具

ETL负责将分散的、异构数据源中的数据如关系数据、平面数据文件等抽

取到临时中间层后进行清洗、