应对金融危机的税收政策评价与思考.docVIP

应对金融危机的税收政策评价与思考 摘要：利用数据仓库技术可以对分布在企业各部门之间的业务数据进行采集、加工、整合，根据不同的业务主题建立不同的数据仓库，为企业管理及决策提供分析信息和决策依据。本文介绍了数据仓库及相关技术、企业数据仓库的设计与实现等。br　　关键词br本文来自：计算机毕业网 ：数据仓库；OLAP；DTSbr　　　　　　br　　1引言br　　br　　1.1国内外数据仓库的发展状况br　　随着企业信息系统的日趋完善和数据交换及处理中心的建立，如何满足企业日益增长的各种查询、统计、报表以及分析的需求，如何有效利用这些数据来实现经营目标，预测企业的发展趋势，如何利用这些数据来设计企业的发展宏图，在激烈的竞争中赢得先机是企业决策支持系统需要解决的问题，也是目前企业在信息技术应用上的首要难题。br　　随着数据仓库技术的发展和应用，国内外越来越多的企业都采用了数据仓库解决方案充当企业决策机构的智囊和参谋。诸如：美国沃尔马连锁店(世界最大的零售公司)、哈里斯公司(半导体公司的集成电路产品公司)发达国家的大型商业银行、国内的电信、银行、保险、零售、航空、铁路运输、邮政等传统数据密集型行业的全球性大企业都己采用数据仓库作为决策支持。据调查，财富500强企业中已有85％的企业建成或正在建立数据仓库。br　　1.2企业建立数据仓库的必要性：br　　1．从总体上管理客户与企业之间的关系br　　2．让客户获得更多的益处br　　3．建立企业内部的合作关系 br　　4．实现宏观数据及微观数据的管理br　　5．对转瞬即逝的机会及时做出反应br　　6．改善管理能力 br　　br　　2数据仓库的体系结构br　　br　　“数据仓库是面向主题的、集成的、随时间变化的、非易失的数据集合，用于支持管理层的决策过程” 。在本定义中，Inmon明确给出了数据仓库的四个重要特点，即“面向主题”、“集成”、“随时间变化”和“非易失”。br　　从数据仓库体系各部件的功能来分析，数据仓库在逻辑上可分为以下三个层次(数据仓库体系结构如图2.1所示)：br　　●数据获取/管理层br　　●数据存储层br　　●数据分析/应用层br　　br　　图2.1数据仓库体系结构图图br　　br　　2.1外部数据源br　　构建一个数据仓库，必然要有充足的数据源，从外部为数据仓库系统提供进行分析的“原材料”－数据，这些数据来源称为数据仓库的外部数据源。外部数据源并不局限于传统数据库，可以是非结构化的信息，如文本文件、网络资源等。br　　2.2数据获取/管理层br　　数据仓库中保存的业务数据来自于多个数据源，这些数据源提供的数据并非都是理想状态的，存在各种缺陷，必须经过适当的处理才能导入数据仓库中存储的内容也必须进行维护，以确保系统的正常运行。数据获取/管理层主要负责数据仓库的定义与修改、数据的获取、数据仓库的管理等工作，保证数据仓库的安全性、稳定性和有效性，主要面向数据仓库的设计者和维护者。br　　2.3数据存储层br　　数据存储层是数据仓库的主体，所存储的数据包括三部分，其一是从外部数据源抽取，经清洗、转换处理，并按照组织存放的业务数据，其二是数据仓库的原数据，其三是针对不同的数据挖掘和分析主题而生成的数据集市。br　　数据的存储与管理是整个数据仓库系统的核心。在现有各业务系统的基础上，对数据进行抽取、清理，并有效集成，按照主题进行重新组织，最终确定数据仓库的物理存储结构，同时组织存储数据仓库元数据(具体包括数据仓库的数据字典、记录系统定义、数据转换规则、数据加载频率以及业务规则等信息)。按照数据的覆盖范围，数据仓库存储可以分为企业级数据仓库和部门级数据仓库(通常称为“数据集市”，Data Mart)。数据仓库的管理包括数据的安全、归档、备份、维护、恢复等工作。这些功能与目前的DBMS基本一致。br　　2.4数据分析/应用层br　　数据仓库系统的数据分析/应用层，面向系统的一般用户，满足用户查询需要，并以适当的方式向用户展示查询、分析的结果。数据分析/应用层主要包括以下功能。br　　(1) 查询/统计服务。为用户提供常规的查询检索、简单统计和报表等服务，这是数据仓库最基本的功能。br　　(2) OLAP服务。对于以多维数据仓库方式进行数据组织的数据仓库，OLAP是一种极为有效的分析方法，它通过上卷、下钻、切片、切块和旋转等操作，对多维数据仓库进行深入的分析。br　　(3) 数据挖掘服务。数据挖掘服务是数据仓库系统的一种深层次应用，它是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取出隐含在其中、不为人们所知的、但又是十分有用的信息和知识的过程，即从大量数据中“挖掘”出知识的过程。 br　　br　　3企业数据仓库的设计br