Oracle数据仓库架构.pptVIP

元数据管理(CWM) 数据仓库管理(OEM) 企业管理 数据 外部数据 运营数据 Oracle数据仓库架构 9i应用服务器 ApplicationServer 商业智能 BI Beans 即时查询 Discoverer 报表 Reports 门户 Portal Oracle9i ETL引擎 OLAP分析 数据挖掘 商业智能应用 数据获取 数据管理 数据使用 抽取、转换、装载 Warehouse Builder 集群的数据库类型 无所共享的数据库(IBM DB2) 单一镜像解决维护问题 可用性问题 性能问题 数据 A-E 数据 F-K 数据 L-S 数据 T-Z 集群的数据库类型 共享的高速缓存数据库(Oracle9i RAC) 可用性和可伸缩性 无须修改代码 如同单一的数据库一样进行维护 数据 A-E 数据 F-K 数据 L-S 数据 T-Z Real Application Clusters 结构 ClusteredDatabase Servers Mirrored Disk Subsystem 高速交换器或 Interconnect Hub or Switch Fabric Network 集中管理控制台 Storage Area Network Low Latency Interconnect VIA or Proprietary Drive and Exploit Industry Advances in Clustering 用户 无单点故障 * * 7 11 Oracle 公司在大量国外数据仓库的实施过程中已总结出一套数据仓库总体解决方案框架，结构如下图： Oracle的数据仓库系统的逻辑体系架构是由3层组成： 数据获取层：实现如何从所有源系统中获得原始的业务数据，并对其进行一致性处理，按主题进行数据重组和格式转换，然后传送并装载到数据仓库系统中。 数据管理层：把数据存储到企业级数据仓库系统中进行集中管理； 数据使用层：实现如何把数据仓库系统中的数据和分析结果提供给最终用户。按照用户的分析需求，使用报表、随即查询、多维分析和数据挖掘进行数据展现。 ? 下面将对这3层进行详细的讨论： 数据获取层 数据仓库系统需要从多个源数据系统中抽取和汇总各种业务数据，这些数据源系统是数据仓库系统的数据来源。 系统按照满足分析需求的原则，把上述数据源系统中的数据按照主题进行划分和组织，然后抽取并装载到数据仓库系统中。 从上述这些系统中获取数据需要三个过程：抽取数据、数据转换和数据装载。 这三个过程是在保证各个数据源系统与数据仓库系统能够成功连接（包括网络协议标准的转换、不同平台之间的接口）的前提下实现的。 这三个过程主要完成确定从哪个系统中抽取什么样的数据，如何保证来自不同源数据系统的同类数据的一致性和完整性，如何把转换完成的数据装载到数据仓库系统中，以及如何处理在转换和装载过程中出现的错误。 数据管理层 在数据存储层，数据是存放在两类数据库中：关系型数据库和多维数据库。数据存储是数据仓库系统的中心。取自多个数据源系统的明细数据，以及用于分析的集成汇总数据都存储在这个中心。它在逻辑上是一个完整的库。 数据使用层 数据输出层的功能是使最终用户通过报表、图形和其它分析工具的方式简便、快捷地访问数据仓库系统中的各种数据，得到分析结果。 Oracle 为客户提供多种数据分析方法，包括标准报表、即席查询报表和动态分析报表，预测，假设分析（What-if）和数据挖掘等。 标准报表和即席查询报表是基于关系型数据库/多维数据库的报表输出，标准报表是一种格式固定、内容仅依据预定义的条件变化的报表，是在系统开发时根据用户需求定制的，最终用户无法自己修改。即席查询报表的格式和内容可以由最终用户自由选择，即支持即席查询。允许最终用户控制数据的访问方法，定义报表格式和报表中的数据内容。动态分析报表支持客户对数据进行旋转、切片和分层，并从各个角度对数据进行分析和比较。预测主要是根据历史数据推断将来的数据趋势。假设分析允许用户设定一些假设条件，观察条件成立的情况下相关指标的变化。数据挖掘是利用多种数学的分析方法建立模型，找出隐含的业务规律。 Oracle数据仓库支持： 1、任何数据源（Any Source） 搜集在Oracle数据仓库中的数据来源众多，包括内部存储的业务数据和外部的数据。在传统上，数据仓库中的大多数数据来自内部业务系统，如业务系统或各客户信息系统等方面的数据。然而外部来源的数据也越来越普通，并且将会提供比内部来源更多的数据。上述两种数据来源应该融合在一个单一的存储系统中，并且加以管理，从而为最终用户提供对这两种数据源的无缝访问。Oracle提供各种网关（gateway）及Sql*Loader以及合作伙伴提供的各种工具来实现