數(shù)據(jù)庫倉庫和BI企業(yè)級技術ppt課件

1、為什么選擇數(shù)據(jù)倉庫隨著信息化建立的不斷推進，產(chǎn)生了大量的數(shù)據(jù)。必需合文科學的運用這些數(shù)據(jù)，為業(yè)務決策提供強有力的數(shù)據(jù)支持。簡單的報表運用曾經(jīng)無法滿足需求，因此需求運用更強大數(shù)據(jù)倉庫及其相關運用。平臺作為財政數(shù)據(jù)平臺有著規(guī)范化的存儲構造和全面多樣的業(yè)務數(shù)據(jù)，可以作為財政數(shù)據(jù)倉庫的可靠數(shù)據(jù)來源。.數(shù)據(jù)倉庫數(shù)據(jù)倉庫、商業(yè)智能(BI)的概念數(shù)據(jù)倉庫、商業(yè)智能(BI)的體系構造主流數(shù)據(jù)倉庫產(chǎn)品對比分析實例引見.數(shù)據(jù)倉庫概念歷史 數(shù)據(jù)倉庫概念始于上世紀80年代中期，初次出現(xiàn)是在被譽為“數(shù)據(jù)倉庫之父William H . Inmon的一書中。定義 數(shù)據(jù)倉庫是在管理和決策中面向主題的、集成的、隨時間變化的、相

2、對穩(wěn)定的數(shù)據(jù)集合按技術劃分 抽取、存儲與管理、數(shù)據(jù)的表現(xiàn)決策支持系統(tǒng)(DSS, Decision Support System) 準確、平安、可靠地取出數(shù)據(jù)，經(jīng)過加工轉換成有規(guī)律信息之后，再供管理人員進展分析運用。.商業(yè)智能的概念BI 商業(yè)智能的中心內(nèi)容是從業(yè)務處置系統(tǒng)的數(shù)據(jù)中，提取出有用的數(shù)據(jù)，進展清理以保證數(shù)據(jù)的正確性，然后經(jīng)過抽取Extraction、轉換Transformation和裝載Load，即ETL 過程，整合到一個企業(yè)級的數(shù)據(jù)倉庫里，從而得到企業(yè)信息的一個全局視圖，在此根底上利用適宜的查詢和分析工具、數(shù)據(jù)發(fā)掘工具等對數(shù)據(jù)倉庫里的數(shù)據(jù)進展分析和處置，構成信息，甚至進一步把信息提煉

3、出輔助決策的知識，最后把知識呈現(xiàn)給管理者，為管理者的決策過程提供支持。.商業(yè)智能的概念BI.傳統(tǒng)的決策方式.商業(yè)智能環(huán)境下的決策流程.數(shù)據(jù)倉庫與商業(yè)智能關系 數(shù)據(jù)倉庫是商業(yè)智能的根底。數(shù)據(jù)倉庫 數(shù)據(jù)倉庫從概念上更多地偏重在對各類信息的整合任務，包括了數(shù)據(jù)的遷移，數(shù)據(jù)的組織和存儲，數(shù)據(jù)的管理與維護這些我們平常稱之為后臺的根底性的數(shù)據(jù)預備任務。商業(yè)智能 商業(yè)智能那么偏重在數(shù)據(jù)查詢和報告、多維/聯(lián)機數(shù)據(jù)分析、數(shù)據(jù)發(fā)掘和數(shù)據(jù)可視化工具這些平常稱之為所謂前臺的數(shù)據(jù)運用方面，其中數(shù)據(jù)發(fā)掘是商業(yè)智能中比較高層次的一種運用。.數(shù)據(jù)倉庫數(shù)據(jù)倉庫、商業(yè)智能(BI)的概念數(shù)據(jù)倉庫、商業(yè)智能(BI)的體系構造主流數(shù)據(jù)

4、倉庫產(chǎn)品對比分析實例引見.數(shù)據(jù)倉庫、商業(yè)智能的體系構造數(shù)據(jù)源ETL數(shù)據(jù)倉庫數(shù)據(jù)集市元數(shù)據(jù)OLAP.1.數(shù)據(jù)源平臺數(shù)據(jù)庫外部數(shù)據(jù)格式：txt、excel、dbf等文件格式其它數(shù)據(jù)庫.2、ETLE : Extract 從源數(shù)據(jù)抽取數(shù)據(jù)T : Transform 把抽取的數(shù)據(jù)進展轉換L : Load 把轉換好的數(shù)據(jù)裝載到數(shù)據(jù)倉庫中。.3、數(shù)據(jù)倉庫數(shù)據(jù)倉庫的一個目的就是把企業(yè)的信息訪問根底從一種非構造化的改動成一種構造化、開展中的環(huán)境改動成規(guī)劃良好的環(huán)境。業(yè)務處置系統(tǒng)是面向運用來設計的，更準確地說是面向買賣來設計。而數(shù)據(jù)倉庫普通來說是按主題(Subject)來建模, 是面向查詢主題的。.3.數(shù)據(jù)倉庫數(shù)

5、據(jù)倉庫的關鍵特征星型方式粒度分割.3.數(shù)據(jù)倉庫-關鍵特征面向主題的subject-oriented集成的integrated時變的time-variant非易失的nonvolatile 數(shù)據(jù)倉庫是一種語義上一致的數(shù)據(jù)存 儲，它充任決策支持數(shù)據(jù)模型的物理實現(xiàn)，并存放業(yè)務決策所需信息。數(shù)據(jù)倉庫經(jīng)過將異種數(shù)據(jù)源中的數(shù)據(jù)集成在一同而構造，支持構造化的和專門的查詢、分析報告和決策。.3.數(shù)據(jù)倉庫-星型方式.3.數(shù)據(jù)倉庫-星型方式.3.數(shù)據(jù)倉庫-粒度 粒度是對數(shù)據(jù)倉庫中的數(shù)據(jù)的匯總程度高低的一個度量，按省級匯總或按市級匯總就是不同的粒度它既影響數(shù)據(jù)倉庫中的數(shù)據(jù)量的多少，也影響數(shù)據(jù)倉庫所能回答訊問信息的種類

6、。在數(shù)據(jù)倉庫中，多維粒度是必不可少的。由于數(shù)據(jù)倉庫的主要作用是多維分析，因此絕大多數(shù)查詢都基于一定程度的匯總數(shù)據(jù)之上的，只需極少數(shù)查詢涉及到細節(jié)。.分割 分割，目的在于提高效率。它是將數(shù)據(jù)分散到各自的物理單元中去, 以便能分別獨立處置，以實現(xiàn)查詢操作的并行。有許多數(shù)據(jù)分割的規(guī)范可供參考:如時間、地域、業(yè)務領域等等,也可以是其組合。普通而言,分割規(guī)范總應包括一些能讓它非常自然而且分割均勻的工程，例如時間項。.4、數(shù)據(jù)集市 數(shù)據(jù)集市分兩種，獨立的數(shù)據(jù)集市Independent Data Mart和從屬的數(shù)據(jù)集市Dependent Data Mart。.兩種數(shù)據(jù)集市對比對比優(yōu)點缺點從屬數(shù)據(jù)集市 保證

7、數(shù)據(jù)一致性；架構比較理想，可擴展能力強依賴與中心數(shù)據(jù)倉庫的實施；實施周期長；實施成本高；獨立數(shù)據(jù)集市實施周期短；實施成本低；沒有消除信息分割；可擴展能力弱；后期整合困難。財政領域運用在平臺實施的根底上以從屬數(shù)據(jù)集市為主。.5.元數(shù)據(jù)(Meta-data) 定義: “關于數(shù)據(jù)的數(shù)據(jù)，是描畫和管理數(shù)據(jù)倉庫本身內(nèi)容對象、用來表示數(shù)據(jù)項的意義及其在系統(tǒng)各組成部件之間的關系的數(shù)據(jù)。數(shù)據(jù)倉庫的元數(shù)據(jù)包括：1數(shù)據(jù)資源：包括各個數(shù)據(jù)源的模型，描畫源數(shù)據(jù)表字段屬性及業(yè)務含義，源數(shù)據(jù)到數(shù)據(jù)倉庫的映射關系；2數(shù)據(jù)組織：數(shù)據(jù)倉庫、數(shù)據(jù)集市表的構造、屬性及業(yè)務含義，多維構造等；3數(shù)據(jù)運用：查詢與報表輸出格式描畫、OLA

8、P、數(shù)據(jù)發(fā)掘等的數(shù)據(jù)模型的信息展現(xiàn)、商業(yè)術語；4數(shù)據(jù)管理：這里包括數(shù)據(jù)倉庫過程以及數(shù)據(jù)倉庫操作結果的模型，包括描畫數(shù)據(jù)抽取和清洗規(guī)那么、數(shù)據(jù)加載控制、暫時表構造、用途和運用情況、數(shù)據(jù)匯總控制。.5.元數(shù)據(jù)類型業(yè)務元數(shù)據(jù) 用業(yè)務稱號、定義、描畫和別名來表示數(shù)據(jù)倉庫和業(yè)務系統(tǒng)中的各種屬性，直接供最終用戶運用。業(yè)務元數(shù)據(jù)使最終用戶可以更好了解、運用數(shù)據(jù)倉庫，成為最終用戶在數(shù)據(jù)倉庫中的業(yè)務信息地圖。技術元數(shù)據(jù) 技術元數(shù)據(jù)描畫了源系統(tǒng)、數(shù)據(jù)轉換、抽取過程、任務流、加載戰(zhàn)略以及目的數(shù)據(jù)庫的定義等。用來進展影響分析、變化管理、數(shù)據(jù)庫優(yōu)化、義務調度和平安管理等。操作元數(shù)據(jù) 操作元數(shù)據(jù)描畫了目的表中的信息，如粒

9、度、創(chuàng)建目的表和索引的信息、刷新時間、記錄數(shù)、按時執(zhí)行義務的設置以及有權訪問數(shù)據(jù)的用戶。操作元數(shù)據(jù)用于數(shù)據(jù)倉庫的維護和分布。.多維分析OLAPOLAP (On-Line analytical Processing) 在線分析處置切片和切塊(Slice and Dice)鉆取(Drill)旋轉(Rotate).6 、OLAP分析是一類軟件技術分析人員能從多個角度獲得對數(shù)據(jù)的更深化了解特點：快速、一致、交互多維視圖分析數(shù)據(jù)的工具根據(jù)用戶常用的多種分析角度，事先計算好一些輔助構造，以便在查詢時能盡快訪問到所要的匯總數(shù)字，并快速地從一維轉變到另一維，將不同角度的信息以數(shù)字、直方圖、餅圖、曲線等等方式展

10、如今用戶面前。.切片和切塊(Slice and Dice)切片取二維數(shù)據(jù)，稱為切片。切塊 取三維數(shù)據(jù)，稱為切塊。.切片和切塊(Slice and Dice).鉆取(Drill) 鉆取包含向下鉆取(Drill-down)和向上鉆取(Drill-up)操作， 鉆取的深度與維所劃分的層次相對應。.旋轉(Rotate).數(shù)據(jù)倉庫數(shù)據(jù)倉庫、商業(yè)智能(BI)的概念數(shù)據(jù)倉庫、商業(yè)智能(BI)的體系構造主流數(shù)據(jù)倉庫產(chǎn)品對比分析實例引見.主流數(shù)據(jù)倉庫產(chǎn)品對比分析1.數(shù)據(jù)倉庫產(chǎn)品引見2.產(chǎn)品支撐技術.主要數(shù)據(jù)倉庫產(chǎn)品供應商引見OracleIBMMicrosoftSASTeradataSybaseBusiness

11、Objects(SAP).Oracle 引見 Oracle公司的數(shù)據(jù)倉庫處理方案包含了數(shù)據(jù)庫平臺、開發(fā)工具和運用系統(tǒng)，可以提供一系列的數(shù)據(jù)倉庫工具集和效力，具有多用戶數(shù)據(jù)倉庫管理才干，多種分區(qū)方式，與OLAP工具的交互才干，及數(shù)據(jù)挪動機制等特性。Oracle的優(yōu)勢在于大多數(shù)業(yè)務系統(tǒng)采用oracle數(shù)據(jù)庫。.IBM 引見 IBM公司的數(shù)據(jù)倉庫產(chǎn)品稱為DB2 Data Warehouse Edition，它結合了DB2數(shù)據(jù)效力器的優(yōu)點和IBM的商業(yè)智能根底設備，集成了用于倉庫管理、數(shù)據(jù)轉換、數(shù)據(jù)發(fā)掘以及OLAP分析和報告的中心組件，提供了一套基于可視數(shù)據(jù)倉庫的商業(yè)智能處理方案。IBM的優(yōu)勢在于處理

12、方案比較完善。.Microsoft 引見 微軟的SQL Server提供了三大效力和一個工具來實現(xiàn)數(shù)據(jù)倉庫系統(tǒng)的整合，為用戶提供了可用于構建典型和創(chuàng)新的分析運用程序所需的各種特性、工具和功能，可以實現(xiàn)建模、ETL、建立查詢分析或圖表、定制KPI、建立報表和構造數(shù)據(jù)發(fā)掘運用及發(fā)布等功能。微軟的優(yōu)勢在于簡單易用。.SAS SAS公司的數(shù)據(jù)倉庫處理方案是一個由30多個公用模塊構成的架構體系，順應于對企業(yè)級的數(shù)據(jù)進展重新整合，支持多維、快速查詢，提供效力于OLAP操作和決策支持的數(shù)據(jù)采集、管理、處置和展現(xiàn)功能。SAS優(yōu)勢在于數(shù)據(jù)發(fā)掘和統(tǒng)計分析。.Teradata Teradata公司提出了可擴展數(shù)據(jù)倉

13、庫根本架構，包括數(shù)據(jù)裝載、數(shù)據(jù)管理和信息訪問幾個部分，是高端數(shù)據(jù)倉庫市場最有力競爭者，主要運轉在基于Unix操作系統(tǒng)平臺的NCR硬件設備上,在銀行領域運用廣泛。.Sybase 引見 Sybase提供了稱為Warehouse Studio的一整套覆蓋整個數(shù)據(jù)倉庫建立周期的產(chǎn)品包，包括數(shù)據(jù)倉庫的建模、數(shù)據(jù)集成和轉換、數(shù)據(jù)存儲和管理、元數(shù)據(jù)管理和數(shù)據(jù)可視化分析等產(chǎn)品。.Business ObjectsSAP 引見 Business Objects是BI工具，集查詢、報表和OLAP技術為一身的智能決策支持系統(tǒng)，具有較好的查詢和報表功能，提供多維分析技術，支持多種數(shù)據(jù)庫，同時它還支持基于Web閱讀器的查

14、詢、報表和分析決策。被SAP收買后，目前還沒有完好數(shù)據(jù)倉庫處理方案。.主流數(shù)據(jù)倉庫產(chǎn)品對比分析數(shù)據(jù)倉庫產(chǎn)品引見支撐技術.數(shù)據(jù)倉庫技術1、數(shù)據(jù)庫技術2、ETL技術3、OLAP技術4、報表技術5、數(shù)據(jù)發(fā)掘技術.數(shù)據(jù)庫技術 數(shù)據(jù)庫技術是支撐數(shù)據(jù)倉庫技術的根底技術。雖然在數(shù)據(jù)倉庫技術存儲模型方面，基于數(shù)據(jù)庫技術而開展的關系方式的理念曾經(jīng)被顛覆，取而代之是各種各樣的數(shù)據(jù)倉庫數(shù)據(jù)模型，如星型模型，雪花模型等。然而，在已有的數(shù)據(jù)倉庫實際中，關系數(shù)據(jù)庫依然是本質的數(shù)據(jù)庫存儲工具，只是將數(shù)據(jù)庫表改稱為了現(xiàn)實表和維表，將屬性域之間的關系重新定義為維度，量度，層次，粒度等。.數(shù)據(jù)倉庫后臺數(shù)據(jù)庫比較產(chǎn)品供應商數(shù)據(jù)庫產(chǎn)

15、品效率兼容性管理磁盤空間OracleOracle優(yōu)IBMDB2優(yōu)MicrosoftSQL Server優(yōu)SASTeradataTeradata差差SybaseSybase IQ優(yōu)優(yōu)SAP.ETL技術 數(shù)據(jù)倉庫系統(tǒng)是集成的、與時間相關的數(shù)據(jù)集合，ETL作為數(shù)據(jù)倉庫的中心，擔任將分布的、異構數(shù)據(jù)源中的數(shù)據(jù)進展抽取、清洗、轉換、集成，最后加載到數(shù)據(jù)倉庫或數(shù)據(jù)集市中，成為聯(lián)機分析處置、數(shù)據(jù)發(fā)掘的根底。ETL可以按照一致的規(guī)那么集成并提高數(shù)據(jù)的價值，是擔任完成數(shù)據(jù)從數(shù)據(jù)源向目的數(shù)據(jù)倉庫轉化的過程，是實施數(shù)據(jù)倉庫的重要步驟。要實現(xiàn)數(shù)據(jù)倉庫中數(shù)據(jù)的自動更新運轉，ETL技術是必不可少的關鍵技術之一。.產(chǎn)品供應

16、商ETL 工具特點OracleOracle Warehouse Builder (OWB)數(shù)據(jù)倉庫組件IBMIBM WebSphere DataStage整個ETL過程提供了一個圖形化的開發(fā)環(huán)境，支持對多種操作數(shù)據(jù)源的數(shù)據(jù)抽取、轉換和維護，并將其輸入數(shù)據(jù)集或數(shù)據(jù)倉庫MicrosoftIntegration Services數(shù)據(jù)倉庫組件SASETL Studio管理ETL流程和建立數(shù)據(jù)倉庫、數(shù)據(jù)集市和OLAP結構的單控制點TeradataETL Automation利用Teradata數(shù)據(jù)庫本身的并行處理能力，通過SQL語句實現(xiàn)數(shù)據(jù)的轉換，提供對ETL流程的支持，包括前后依賴、執(zhí)行和監(jiān)控等Syb

17、aseData Integration Suite數(shù)據(jù)倉庫組件SAPData Integrator數(shù)據(jù)倉庫組件InformaticaPowerCenter二次開發(fā)、集成和開放性強于其它.OLAP技術 聯(lián)機分析處置(OLAP)是針對特定問題的聯(lián)機數(shù)據(jù)訪問和分析，經(jīng)過對信息進展快速、穩(wěn)定、一致和交互式的存取，對數(shù)據(jù)進展多層次、多階段的分析處置，以獲得高度歸納的分析結果。聯(lián)機事務處置(OLTP)已不能滿足終端用戶對數(shù)據(jù)庫查詢分析的需求，SQL對大數(shù)據(jù)庫進展的簡單查詢也不能滿足用戶分析的需求。用戶的決策分析需求對關系數(shù)據(jù)庫進展大量計算才干得到結果，而查詢的結果并不能滿足決策者提出的需求，由此出現(xiàn)了多維

18、數(shù)據(jù)庫和多維分析的概念。.產(chǎn)品供應商OLAP產(chǎn)品OLAP分析工具數(shù)據(jù)庫特點OracleExpress/Discoverer支持DB2，Oracle，SQL Server，Sybase等對自己的數(shù)據(jù)庫產(chǎn)品的支持均好于其它數(shù)據(jù)庫，分析工具基于開放的OLE DB標準，可以訪問支持OLE DB標準的數(shù)據(jù)立方體IBMCOGNOSMicrosoftAnalysis ServicesSASOLAP ServerTeradata提供了相關技術，用于提升運行于Teradata數(shù)據(jù)庫上的OLAP應用系統(tǒng)的性能SybasePower Dimension標準OLAP API能夠對Microsoft、IBM等OLAP數(shù)

19、據(jù)進行劃分、鉆取等處理，兼容第三方報表和展現(xiàn)工具SAPOLAP Intelligence.報表技術 報表技術主要是將集成在數(shù)據(jù)模型里的數(shù)據(jù)，按照復雜的格式、指定行列統(tǒng)計項，計算構成的特殊表格。普通的簡單報表可以運用通用的前臺展現(xiàn)技術實現(xiàn)，而復雜的報表那么需求運用特定的報表技術。主流的報表技術都可以靈敏的制定各種報表模版庫和目的庫，并根據(jù)每個區(qū)塊或單元格的需求援用目的，實現(xiàn)一系列復雜的符合要求的報表的自動生成。.產(chǎn)品供應商報表工具特點OracleOracle Reports提供了自由的數(shù)據(jù)格式方式，可以自動生成個性化字母或矩陣風格的布局，包括動態(tài)、數(shù)據(jù)驅動的圖表IBMCOGNOS覆蓋了各種報表需

20、求，包括管理報表、商業(yè)報表、賬單和發(fā)票等。基于Olap server 實現(xiàn)查詢分析操作.MicrosoftReporting Services (SSRS)（含）處理組件、一整套可用于創(chuàng)建和管理報表的工具、在自定義應用程序中集成和擴展數(shù)據(jù)和報表處理的APISASReport Studio功能、性能、二次開發(fā)等方面都還存在著一定的差距TeradataBTEQSybaseInfoMakerSAPCrystal Reports提供了一個完整的企業(yè)報表解決方案Crystal Reports Server，支持通過Web快速便捷的創(chuàng)建、管理和交付報表.數(shù)據(jù)發(fā)掘技術 當數(shù)據(jù)積累到一定數(shù)量時，某些潛在聯(lián)絡、

21、分類、推導結果和待發(fā)現(xiàn)價值隱藏在其中，可以運用數(shù)據(jù)開掘工具協(xié)助發(fā)現(xiàn)這些有價值的數(shù)據(jù)。數(shù)據(jù)發(fā)掘就是從海量數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又能夠有用的信息和知識的過程。經(jīng)過數(shù)據(jù)發(fā)掘能找出數(shù)據(jù)庫中隱藏的信息，實現(xiàn)用模型來擬合數(shù)據(jù)、探求型數(shù)據(jù)分析，數(shù)據(jù)驅動型的發(fā)現(xiàn)，演繹型學習等功能。.產(chǎn)品供應商挖掘工具特點OracleOracle Data Miner提供圖形用戶界面，通過向導來指導完成數(shù)據(jù)準備、數(shù)據(jù)挖掘、模型評估和模型評價過程，根據(jù)需要自動生成將數(shù)據(jù)挖掘步驟轉換成一個集成的數(shù)據(jù)挖掘/BI應用程序所需的代碼IBMIBM Intelligent Miner數(shù)據(jù)集自動生成、關聯(lián)發(fā)現(xiàn)、序列規(guī)律發(fā)

22、現(xiàn)、概念性分類和可視化呈現(xiàn)，可以自動實現(xiàn)數(shù)據(jù)選擇、數(shù)據(jù)轉換、數(shù)據(jù)發(fā)掘和結果呈現(xiàn)這一整套數(shù)據(jù)發(fā)掘操作Microsoft數(shù)據(jù)挖掘平臺不同于傳統(tǒng)數(shù)據(jù)挖掘應用程序，它支持組織中數(shù)據(jù)的整個開發(fā)生命周期，允許第三方添加自定義算法以支持特定的挖掘需求，支持實時根據(jù)挖掘的數(shù)據(jù)集進行數(shù)據(jù)驗證。SASSAS Enterprise Miner數(shù)據(jù)挖掘過程簡單流程化，支持關聯(lián)、聚類、決策樹、神經(jīng)元網(wǎng)絡和經(jīng)典的統(tǒng)計回歸技術TeradataTeradata Warehouse Miner將數(shù)據(jù)挖掘技術整合到數(shù)據(jù)倉庫來簡化數(shù)據(jù)挖掘流程，還可實現(xiàn)將多家廠商的數(shù)據(jù)挖掘技術嵌入Teradata企業(yè)級數(shù)據(jù)倉庫環(huán)境中運行Sybase

23、無SAP無.數(shù)據(jù)倉庫數(shù)據(jù)倉庫、商業(yè)智能(BI)的概念數(shù)據(jù)倉庫、商業(yè)智能(BI)的體系構造主流數(shù)據(jù)倉庫產(chǎn)品對比分析實例引見.實例引見1、數(shù)據(jù)建模2、ETL過程3、Cognos84、與Portal整合.數(shù)據(jù)倉庫創(chuàng)建過程1、數(shù)據(jù)建模2、ETL過程3、Cognos84、與Portal整合.數(shù)據(jù)建模業(yè)務梳理整理并提取出維度、度量和現(xiàn)實表建立模型.數(shù)據(jù)建模-業(yè)務系統(tǒng)數(shù)據(jù)庫構造關系型數(shù)據(jù)庫1.目的表單位代碼功能分類id項目編碼經(jīng)濟分類id金額001001203010120080101301010120333.00 2.方案表單位代碼功能分類id項目編碼經(jīng)濟分類id金額00100120301012008010

2400 3.支付表單位代碼功能分類id項目編碼經(jīng)濟分類id金額0010012030101200801013010101333.00 .模型-星型模型預算單位 業(yè)務表現(xiàn)實表功能分類目的來源資金性質業(yè)務處室目的類型預算工程支付方式.數(shù)據(jù)建模過程業(yè)務系統(tǒng)數(shù)據(jù)庫數(shù)據(jù)倉庫1.目的表單位代碼功能分類id項目編碼經(jīng)濟分類id金額001001203010120080101301010120333.00 2.方案表單位代碼功能分類id項目編碼經(jīng)濟分類id金額0010012030101200801013010101444.00 3.支付表單位代碼功能分類id項目編碼經(jīng)濟分類id金額00100

25、12030101200801013010101333.00 .數(shù)據(jù)倉庫創(chuàng)建過程1、數(shù)據(jù)建模2、ETL過程3、Cognos84、與Portal整合.ETL的本質ETL代表抽取(Extract)，轉換(Transform)，裝載(Load )，ETL的過程就是數(shù)據(jù)流動的過程，從不同的異構數(shù)據(jù)源流向一致的目的數(shù)據(jù)，其間，數(shù)據(jù)的抽取、清洗、轉換和裝載構成串行或并行的過程 。.數(shù)據(jù)倉庫中ETL的特點數(shù)據(jù)同步ETL周期性的，經(jīng)常性的活動，不是一次性完成的。數(shù)據(jù)量 ETL的數(shù)據(jù)量普通都是宏大的，值得將數(shù)據(jù)流動過程拆分為E、T、L。.工程實施中ETL的特點實施時間長整個工程實施任務量的60%70%過程復雜貫穿

26、整個業(yè)務建模和存儲的整個過程決議工程成敗的關鍵數(shù)據(jù)的準確性、過程的執(zhí)行勝利與否.ETL設計戰(zhàn)略真實可行的ETL設計戰(zhàn)略抽取戰(zhàn)略在數(shù)據(jù)抽取分析時需求對業(yè)務深化了解不能簡單的了解，哪一個表取不是隨意的、簡單的，一定要了解其中的含義這就需求對業(yè)務非常的清楚轉換戰(zhàn)略將數(shù)據(jù)由原來的格式轉換成數(shù)據(jù)倉庫格式 。包括數(shù)據(jù)格式轉換數(shù)據(jù)類型、轉換數(shù)據(jù)匯總計算、數(shù)據(jù)拼接等等，但這些任務可以在不同的過程中處置視詳細情況而定比如可以在數(shù)據(jù)抽取時轉換可以在數(shù)據(jù)加載時轉換 裝載戰(zhàn)略.維表加載戰(zhàn)略.現(xiàn)實表加載戰(zhàn)略.援用約束問題.數(shù)據(jù)倉庫創(chuàng)建過程1、數(shù)據(jù)建模2、ETL過程3、Cognos4、與Portal整合.COGNOS主要

27、模塊 Query Studio 查詢：自助報表生成工具 Report Studio 查詢：專有報表構筑工具 Analysis Studio 分析：多維數(shù)據(jù)展現(xiàn)工具 Transformer 分析：多維數(shù)據(jù)設計工具 Framework Manager 查詢：業(yè)務數(shù)據(jù)組織工具.幾個模塊在Cognos體系中的位置 應用（Consumer） 專業(yè) （profession）查詢Query StudioReport StudioFramework Manager分析Analysis StudioTransformer.Framework Manager Framework Manager是一個元數(shù)據(jù)建模工具

28、，它運用數(shù)據(jù)查詢來獲取數(shù)據(jù)，模型中能包含多個數(shù)據(jù)源的各種物理信息和業(yè)務信息的元數(shù)據(jù)，以滿足報表顯現(xiàn)和數(shù)據(jù)分析的需求。Framework Manager能根據(jù)業(yè)務需求創(chuàng)建面向報表的關系型，或面向OLAP分析和報表的維度化建模關系型(DMR) 。.Framework Manager任務流程 Framework Manager將生成的模型發(fā)布到Content Store中，這些模型為Tansformer或前端展現(xiàn)工具提供數(shù)據(jù)效力。.幾個模塊在Cognos體系中的位置 應用（Consumer） 專業(yè) （profession）查詢Query StudioReport StudioFramework Ma

29、nager分析Analysis StudioTransformer.Transformer Transformer是Cognos BI的數(shù)據(jù)建模工具，用戶能運用它建立一個多數(shù)據(jù)源的多維業(yè)務模型。在選定了言語、維度、度量和業(yè)務視圖后，Transformer將以這些條件建立數(shù)據(jù)方pq，這些數(shù)據(jù)方被發(fā)布到Cognos的Content Store中后，前端展現(xiàn)工具，如Analysis Studio等，能圍繞這些PwoerCube進展各種OLAP分析。.Transformer的任務界面.了解Cognos ConnectionCognos Connection 是Cognos8的門戶。Query Stud

30、io，Report Studio 和Analysis Studio的入口都被組織在了這個門戶中。進入門戶： /Cognos8在Cognos Connection 門戶中可以： 1創(chuàng)建和運轉報表 2執(zhí)行管理性義務，例如調度報表可以經(jīng)過在文件夾中創(chuàng)建和儲存條目來對Cognos Connection 中的數(shù)據(jù)進展組織。.Cognos的任務區(qū).Query Studio 應用（Consumer） 專業(yè) （profession）查詢Query StudioReport StudioFramework Manager分析Analysis StudioTransformer.Query Studio Quer

31、y Studio是業(yè)務人員即時查詢數(shù)據(jù)的日常工具，此工具普通運用直接數(shù)據(jù)源，可以對業(yè)務系統(tǒng)或數(shù)據(jù)倉庫中的某類或某條明細信息進展檢索，可將這些查詢保管，以供日后再次運用。此工具提供了最簡單的非正式的報表功能，報表在設計的同時即展現(xiàn)出報表結果。.進入Query Studio在Query Studio中創(chuàng)建報表.Report Studio 應用（Consumer） 專業(yè) （profession）查詢Query StudioReport StudioFramework Manager分析Analysis StudioTransformer.Report Studio Report Studio是用來制

32、造更加精細的專有報表的工具,專有報表的設計和運轉兩個過程是分開的。Report Studio中可以建立列表，交叉表，圖表等各種類型的報表，并能實現(xiàn)報表的鉆取功能。對于報表的數(shù)據(jù)源，可以設置復雜的匯總、過濾、分組、重新計算等操作。表樣可精細加工成用戶所需求的款式。.進入Report Studio.用Report Studio創(chuàng)建報表.Report Studio交叉表界面.定義交叉表行.定義交叉表列.定義交叉表度量.交叉表運轉效果.表樣一：預算目的執(zhí)行情況表.表樣二：用款方案執(zhí)行情況表.表樣三：預算支出情況表.圖表結合報表第一步 先制定相應的交叉表第二步 插入圖.圖表結合報表.表樣四：部門月度方案.表樣五：業(yè)務數(shù)據(jù)對比.表樣六：業(yè)務目的對比.Analysis Studio 應用（Consumer） 專業(yè) （profession）查詢Query StudioReport StudioFramework Manager分析Analysis StudioTransformer.什么是Anal