企業(yè)商業(yè)智能系統的架構及實施研究

申請免費試用、咨詢電話：400-8352-114

1 商業(yè)智能的概念

商業(yè)智能是由數據倉庫、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業(yè)決策為目的的技術及其應用。商業(yè)智能是數據庫技術、OLAP技術、數據采集和遷移技術、網絡技術、GUI技術、查詢報表技術、統計學、人工智能、知識發(fā)現技術等理論和技術的綜合運用，其核心內容是從許多來自企業(yè)不同的業(yè)務處理系統的數據中，提取出有用的數據，進行清理以保證數據的正確性，然后經過抽?。‥xtraction）、轉換（Transformation）和裝載（Load），即E幾過程，整合到一個企業(yè)級的數據倉庫里，從而得到企業(yè)信息的一個全局視圖，利用合適的查詢和分析工具、數據挖掘工具等對數據倉庫里的數據進行分析和處理，形成信息，把信息提煉出輔助決策的知識，最后把知識呈現給管理者，為管理者的決策過程提供支持。

2 商業(yè)智能的體系結構

商業(yè)智能的整個系統被劃分為4個層面，根據數據的處理和應用過程分成7個環(huán)節(jié)。從數據源經過抽取（Extra，E）、轉換（Transform，T）、裝載（Load，L）過程加載到中央數據倉庫，再從數據倉庫經過分類加工放到數據集市（Data Market，DM），或者將數據集市中的數據進一步存放到多維數據庫（Multi-dimensionDatabase，MDD），這都屬于數據組織的問題，從中間層到終端用戶或從多維數據庫到終端用戶可將其劃歸為前端應用實現的問題。而貫穿整個體系數據處理環(huán)節(jié)的，是系統的流程調度控制和元數據管理，其結構如圖1所示。

圖1 商業(yè)智能體系結構

下面對商業(yè)智能的完整的體系結構作如下解釋：

（1）數據源：數據源可以是企業(yè)日常運作積累下來的各類的業(yè)務數據，也可以是外部的數據。數據倉庫的體系結構必須能處理這種多樣性帶來的種種問題，并解決由于數據遠程遷移所帶來的完整性和安全性的問題。

（2）數據抽取、轉換和裝載（ETL）：從源數據抽取數據、進行一定的變換、裝載到數據倉庫。需要進行數據處理，包括：簡單變換——一次只針對一個字段，而不是考慮相關字段的值；清潔和刷洗——為了保證前后一致地格式化和使用某一字段或相關的字段群，檢查字段和字段組中的實際內容而不僅是存儲格式；集成——要把從全然不同來源的數據結合在一起，真正的困難在于將其集成為一個緊密結合的數據模型；聚集和概括——按照一個和幾個業(yè)務維將相近的數值加在一起，聚集是將不同業(yè)務元素加在一起成為一個公共總數，在數據倉庫中它們是以相同的方式進行的。

（3）數據倉庫：數據倉庫的一個目的就是把企業(yè)的信息訪問基礎從一種非結構化的或發(fā)展中的環(huán)境改變成一種結構化或規(guī)劃良好的環(huán)境。

（4）數據集市：數據集市是為部門范圍級別的決策支持應用而設計的，其數據模型設計和數據組織上更多地服務于一個部門的信息需求。

（5）操作型數據存儲區(qū)：操作型數據存儲區(qū)（Operational Data Store，ODS）是業(yè)務系統和DW之間更偏向業(yè)務系統的數據存儲區(qū)域。

（6）元數據：元數據（Meta-data）通常定義為“關于數據的數據”，是描述和管理數據倉庫自身內容對象、用來表示數據項的意義及其在系統各組成部件之間的關系的數據。數據倉庫所提供的“統一的企業(yè)級的信息視圖”能力，主要就是靠元數據來體現。實現元數據管理的主要目標就是使企業(yè)內部元數據的定義標準化。數據倉庫的維護工具可以根據元數據完成數據的抽取、清洗和轉換，并做適度的匯總，數據倉庫的元數據包括：

①數據資源：包括數據源模型，描述源數據屬性及業(yè)務含義，源數據到數據倉庫的映射關系；

②數據組織：數據倉庫、數據集市表的結構、屬性及業(yè)務含義，多維結構等；

③數據應用：查詢與報表輸出格式描述、OLAP、數據挖掘等的數據模型的信息展現、商業(yè)術語；

④數據管理：數據倉庫操作過程以及數據倉庫操作結果的模型，包括描述數據抽取和清洗規(guī)則，數據加載控制，臨時表結構、用途和使用情況，數據匯總控制。

（7）前端應用：數據倉庫的前端應用是建立數據倉庫的目的，即根據用戶的特點提供不同的界面。最終用戶對數據倉庫的訪問方式包括:即席查詢、報表、聯機分析處理（OLAP）、數據挖掘以及領導信息系統（EIS）等。