数据仓库技术及在商业决策中应用.docVIP

数据仓库技术及在商业决策中应用 　　一、引言 　　 　　在今天激烈的市场竞争中，好的商业决策是取胜的关键。各个组织都在试图寻找提高决策判断的能力，但这又往往受阻于从各种操作和产品系统中进行大量复杂的数据提取。而近年来，计算机应用，开始向两个不同的方向拓展:一是广度计算;二是深度计算。广度计算的含义是把计算机的应用范围尽量扩大，同时实现广泛的数据交流，互联网就是广度计算的特征。深度计算则是要求计算机对现有的数据，进行分析和推理，也就是人们对以往计算机的简单数据操作，提出了更高的要求，希望计算机能够更多的参与数据分析与决策的制定等领域。这与市场的需求不谋而合，从而导致了决策支持系统(DSS)的产生。 　　最初的决策系统是建立在数据库系统基础上的。但随着数据量的增长和查询的复杂化，这种基于数据库的DSS出现了许多难以克服的问题。为了解决这些???题，人们进行了不断的探索和尝试，逐渐形成了数据仓库的思想。数据仓库从根本上解决了这些问题，并且现在已经在许多行业得到了广泛的应用。 　　 　　二、什么是数据仓库 　　 　　“数据仓库（Data Warehouse）”的概念是在1992年，由W.H.Inmon在其《建立数据仓库》一书中提出的。W.H.Inmon认为数据仓库是面向主题的、集成的、非易失的、是随时间变化的数据集合，用来支持管理决策。数据仓库是指整体的信息存储。这些信息从其他系统收集而来，并且成为决策支持和数据分析的基础。尽管有许多类型的数据仓库，它们以不同的设计方法为基础，但却都有一些共同的特点。 　　1.数据仓库的特点。根据数据仓库的定义，数据仓库有以下特点:面向主题的;(2)集成的;(3)非易失的;(4)随时间变化的。 　　数据仓库同数据库相比，还有其他特点。如数据仓库为了能够在尽量短的时间内将数据呈现给使用人员，使用了“空间换时间”的技术，牺牲了数据的规范化、增加了数据的冗余度，从而减小系统的响应时间。此外，在数据仓库环境下系统的硬件资源常常在高利用率和低利用率之间切换。当系统进行数据应用分析时，硬件利用率很高，而系统空闲时，系统利用率很低。 　　2.数据仓库的处理。从信息技术角度看，数据仓库的目标是为组织的相关个体及时传递正确的信息。这是一个不断发展的过程，而不能一时定论，要求对不同的面向事务的系统有不同的解决方案。数据仓库为了支持决策而进行数据的收集，具有面向事务的综合性、时变性等特征。 　　数据仓库是通过使用一致性的命名习惯、量度、物理属性和语义来综合数据操作的。在数据仓库的物理设计中，第一步就是决定包含什么领域的事务，并开发一套一致性的定义。这需要与最终用户交流，以理解和记载相关领域的知识，在逻辑过程转化为物理数据仓库之前，必须做好这一步。 　　在操作系统中，数据被访问时有精确的即时值。例如：一个有关订购的应用程序能为每个产品显示出当前值，不同的查询时机，值可能有所不同。在数据仓库中，数据代表的是一段时间内信息的收集情况，在某段范围内它是精确的。 　　最后信息被用来浏览、分析及报告，许多工具都可以用来帮助分析，从简单的文书抄送，到高级的数据采集。员终，分析将驱动数据仓库进行循环处理，以提高系统的性能，允许新的类型分析等。总之，这些过程将伴随着数据仓库的整个生命周期。 　　 　　三、数据仓库的组成部分 　　 　　数据仓库是一种环境，而不是一种产品，它主要有以下几个部分组成： 　　1.数据仓库工具。数据仓库最终的目标是尽可能让更多的公司管理者方便、有效和准确地使用数据仓库这一集成的决策支持环境。数据仓库工具可以分为四个互不相关的大类：分析工具、开发工具、实施工具和传递工具。在这四种工具中，分析工具最重要。 　　(1)分析工具主要用于分析阶段，尤其是研究目前的业务环境时，它们有助于数据要求的确立识别信息获取层的主要数据来源和建立数据模型。主要包括：CASE工具、扫描仪、数据纲目库。 　　(2)开发工具会在为信息获取、数据清洁、数据集成和数据仓库的加载，而进行代码生成时向开发人员提供帮助。这类工具主要包括：代码生成器、数据纲目库。 　　(3)实施工具有助于数据仓库实际的清洁、合并和加载数据的工作。一些开发商提供了用于数据清洁、数据复制和现行数据集成的方法和实施工具。如果由项目小组来选择，那么有些工具的选择范围就可以有所扩大。 　　(4)传递工具的作用是向传递平台进行数据转换、数据衍生、数据加载和提供报表。主要的传递工具有下面几种：数据加载器、数据词汇表、查询和报表生成。 　　2.数据集市。人们在早期开发企业级数据仓库时，一般是先建立一个全局的数据仓库结构，然后在这一全局数据仓库基础上建立各种应用。但是在开发的过程中，人们发现了一些问题：按这种方法建立全局数据仓库，建设规模往往