1、數(shù)據(jù)倉庫技術/10/271知識管理與數(shù)據(jù)分析試驗室1/24主要內(nèi)容從數(shù)據(jù)庫到數(shù)據(jù)倉庫數(shù)據(jù)倉庫體系結構數(shù)據(jù)倉庫構建數(shù)據(jù)倉庫關鍵技術數(shù)據(jù)倉庫技術應用主流廠商及產(chǎn)品值得注意問題數(shù)據(jù)倉庫技術發(fā)展前景/10/27知識管理與數(shù)據(jù)分析試驗室22/24從數(shù)據(jù)庫到數(shù)據(jù)倉庫數(shù)據(jù)庫：由計算機代替手工操作，來收集、存儲、管理業(yè)務操作數(shù)據(jù)。問題：傳統(tǒng)的數(shù)據(jù)庫應用系統(tǒng)是面向業(yè)務操作設計的，不能很好的支持決策。數(shù)據(jù)倉庫：將大量的數(shù)據(jù)集成到數(shù)據(jù)倉庫中，以從這些大量雜亂無章的業(yè)務數(shù)據(jù)中提取有用的信息，幫助決策者在業(yè)務管理和發(fā)展上做出及時、正確的判斷。/10/27知識管理與數(shù)據(jù)分析試驗室33/24數(shù)據(jù)倉庫定義概念提出： 由著名數(shù)

2、據(jù)倉庫教授W.H.Inmon1992年出版著作Building the Data Warehouse一書中提出。數(shù)據(jù)倉庫定義： 數(shù)據(jù)倉庫（Data Warehouse）是一個面向主題（Subject Oriented）、集成（Integrate）、相對穩(wěn)定（Non-Volatile）、反應歷史改變（Time Variant）數(shù)據(jù)集合，用于支持管理決議。/10/27知識管理與數(shù)據(jù)分析試驗室44/24數(shù)據(jù)倉庫特點面向主體集成性相對穩(wěn)定反映歷史變化支持決策/10/27知識管理與數(shù)據(jù)分析試驗室55/24數(shù)據(jù)倉庫面向主體性/10/27知識管理與數(shù)據(jù)分析試驗室66/24數(shù)據(jù)倉庫集成性/10/27知識管理與

3、數(shù)據(jù)分析試驗室77/24數(shù)據(jù)倉庫相對穩(wěn)定性和反應歷史改變/10/27知識管理與數(shù)據(jù)分析試驗室88/24數(shù)據(jù)倉庫與傳統(tǒng)數(shù)據(jù)庫區(qū)分/10/27知識管理與數(shù)據(jù)分析試驗室9數(shù)據(jù)起源數(shù)據(jù)目標數(shù)據(jù)內(nèi)容數(shù)據(jù)結構數(shù)據(jù)訪問與使用對應時間數(shù)據(jù)庫企業(yè)外部面向應用，支持日常業(yè)務操作動態(tài)改變，時常更新高度結構化，適合操作計算使用頻率高，單次使用數(shù)據(jù)量小要求對應及時，以秒為單位數(shù)據(jù)倉庫內(nèi)部數(shù)據(jù)，外部數(shù)據(jù)，歷史數(shù)據(jù)，Internet等面向決議相對穩(wěn)定，極少更新結構簡單統(tǒng)一使用頻率較低，訪問數(shù)據(jù)量大較寬松，以小時為單位9/24數(shù)據(jù)倉庫基本體系結構（一）/10/27知識管理與數(shù)據(jù)分析試驗室1010/24數(shù)據(jù)倉庫基本體系結構（二

4、）源數(shù)據(jù)：數(shù)據(jù)倉庫數(shù)據(jù)起源多個不一樣數(shù)據(jù)源， 它能夠是通常數(shù)據(jù)庫系統(tǒng)， 也能夠是非傳統(tǒng)數(shù)據(jù)， 如文件、HTML 文件、知識庫等。倉庫管理系統(tǒng)：負責數(shù)據(jù)倉庫內(nèi)部維護和管理，提供服務包含數(shù)據(jù)存放組織、數(shù)據(jù)維護、數(shù)據(jù)分發(fā)及數(shù)據(jù)倉庫例行維護等。/10/27知識管理與數(shù)據(jù)分析試驗室1111/24數(shù)據(jù)倉庫基本體系結構（三）數(shù)據(jù)倉庫：存放已經(jīng)按企業(yè)級視圖轉換數(shù)據(jù)，供分析處理用。分析工具：用于完成實際決議問題所需要各種查詢檢索工具、多維數(shù)據(jù)OLA P 分析工具、DM 數(shù)據(jù)挖掘工具等，以實現(xiàn)決議支持系統(tǒng)各種要求。/10/27知識管理與數(shù)據(jù)分析試驗室1212/24數(shù)據(jù)倉庫數(shù)據(jù)組織結構（一）/10/27知識管理與數(shù)

5、據(jù)分析試驗室1313/24數(shù)據(jù)倉庫數(shù)據(jù)組織結構（二） 源數(shù)據(jù)經(jīng)過綜合后，首先進入當前細節(jié)級，并依據(jù)詳細需要進行深入綜合，從而進入輕度綜合級乃至高度綜合級，老化數(shù)據(jù)將進入早期細節(jié)級。由此可見，數(shù)據(jù)倉庫中存在著不一樣綜合級別，普通稱之為“粒度”。粒度越大，表示細節(jié)程度越低，綜合程度越高。/10/27知識管理與數(shù)據(jù)分析試驗室1414/24數(shù)據(jù)倉庫構建/10/27知識管理與數(shù)據(jù)分析試驗室1515/24數(shù)據(jù)倉庫關鍵技術數(shù)據(jù)抽?。航?jīng)過抽取過程將數(shù)據(jù)從聯(lián)機事務處理系統(tǒng)、外部數(shù)據(jù)源、脫機數(shù)據(jù)存放介質(zhì)中導入數(shù)據(jù)倉庫。數(shù)據(jù)存放和管理：對大量數(shù)據(jù)存放和管理；并行處理；決議支持查詢優(yōu)化。聯(lián)機分析處理（OLAP）技術：

6、鉆取、旋轉、切片。數(shù)據(jù)挖掘技術：在從大量、不完全、有噪聲、含糊、隨機數(shù)據(jù)中，提取隱含在其中、人們事先不知道、但又是潛在有用信息和知識。/10/27知識管理與數(shù)據(jù)分析試驗室1616/24OLAP分析鉆取/10/27知識管理與數(shù)據(jù)分析試驗室1717/24OLAP分析旋轉/10/27知識管理與數(shù)據(jù)分析試驗室1818/24OLAP分析切片/10/27知識管理與數(shù)據(jù)分析試驗室1919/24數(shù)據(jù)倉庫技術應用（一）數(shù)據(jù)倉庫在客戶服務方面應用 同Internet和電子商務、多媒體技術教授系統(tǒng)和智能和呼叫中心等信息技術結合，為CRM提供技術基礎，實現(xiàn)企業(yè)識別、保留及挽回最具價值客戶。數(shù)據(jù)倉庫在營銷領域應用 把數(shù)

7、據(jù)庫采掘與預測模型以及臺式顯示工具結合起來，幫助市場營銷人員對客戶行為作深入洞察分析。/10/27知識管理與數(shù)據(jù)分析試驗室2020/24數(shù)據(jù)倉庫技術應用（二）數(shù)據(jù)倉庫在證券業(yè)應用 處理客戶分析、賬戶分析、證券交易數(shù)據(jù)分析和非資金交易分析等多個業(yè)界關心問題，這是證券業(yè)擴大經(jīng)營和防范風險預警行動。數(shù)據(jù)倉庫在銀行領域應用 銀行能夠建立企業(yè)客戶群和個人客戶群數(shù)據(jù)庫，并對企業(yè)結構、經(jīng)營、財務及市場競爭等多個數(shù)據(jù)源進行統(tǒng)一組織，形成一個一體化存放結構，為決議分析奠定基礎。數(shù)據(jù)倉庫在稅務領域應用 制訂有效征稅計劃/10/27知識管理與數(shù)據(jù)分析試驗室2121/24主流廠商及產(chǎn)品IBMParallel Edit

8、ionInformixExtended Parallel Server(XPS)Meta Cube OLAP中間件MicrosoftSQL ServerPlatoData Transformation ServicesNCRTeradata Scalable Warehouse/10/27知識管理與數(shù)據(jù)分析試驗室2222/24值得注意問題數(shù)據(jù)倉庫的依賴問題元數(shù)據(jù)的標準化問題數(shù)據(jù)倉庫的安全問題/10/27知識管理與數(shù)據(jù)分析試驗室2323/24數(shù)據(jù)倉庫技術發(fā)展前景技術數(shù)據(jù)抽取：它將互連、轉換、復制、調(diào)度、監(jiān)控納入標準化的統(tǒng)一管理，以適應數(shù)據(jù)倉庫本身或數(shù)據(jù)源可能的變化，使系統(tǒng)更便于管理和維護。數(shù)據(jù)管理：將明確推出數(shù)據(jù)倉庫引擎，作為服務器產(chǎn)品與數(shù)據(jù)庫服務器并駕齊驅(qū)。數(shù)據(jù)表現(xiàn)：數(shù)理統(tǒng)計的算法和功能將普遍集成到聯(lián)機分析產(chǎn)品中，同時與Internet/Web技術緊密結合，推出適用于Intranet、終端免維護的數(shù)據(jù)倉庫訪問前端。應用數(shù)據(jù)管理的傳統(tǒng)領域：金融、保險、電信等行業(yè)中的特定應用。數(shù)據(jù)倉庫的應用商業(yè)模式的變革將進一步普及和深