OLAP联机处理技术在空管自动化系统中的应用.docVIP

OLAP联机处理技术在空管自动化系统中的应用 　　摘 要：作为一款实时、快捷的信息存取及交互软件， OLAP对网络数据库的传输至关重要。基于此，结合OLAP的相关概念，分析了OLAP的主要特征，探究了OLAP与关系数据库之间的关联性，总结了基于关系数据库的OLAP的应用优势。 　　关键词：OLAP；联机分析处理 　　近年来，随着计算机和信息处理技术在民航领域的广泛应用，越来越复杂的软件系统已大量存在于这些领域的科技工作和实际应用中。随着目前民航航班量的与日俱增，这也使得空中交通管制人员与设备维护人员的工作量在不断增加。伴随着近些年自动化系统也陆陆续续出现各种大大小小的故障，有些属于硬件故障，有些属于软件故障，这些故障每次都需要花费技术维护人员大量时间去找出故障点。因此，为提高技术维护人员工作效率，降低维护成本，开发一套故障决策分析系统的意义非常重大，同时这也是民航空管迈向大数据时代的一大步。 　　一、故障决策分析系统的背景及意义 　　故障决策分析系统是指通过调用各种空管自动化系统的信息资源，结合相关技术工具实现对特定故障问题进行分析，建立模型，模拟决策过程和方案的计算机应用系统。目前，大部分故障决策分析系统是利用软件工程中得到的知识，建立方法库或模型库实现故障决策支持，而在空管自动化系统运行过程中产生的海量数据既包含了空管自动化系统的运行状态，也可能会产生大大小小的故障问题。如果将这些数据进行充分利用，可以提高维护人员故障分析决策的有效性，使技术维护人员工作效率更高，降低维护成本。故障分析决策支持系统可以通过相关技术对空管自动化系统中的海量历史数据进行采集、处理、分析、挖掘、比对、预测与展示，归纳出目前空管该套正在运行设备的运行趋势，使技术人员可以准确把握空管自动化系统的整体运行状况，有效的找出准确无误的故障点。 　　OLAP联机分析处理正是为了满足这种需求而设计的，这种软件技术是基于共享多维信息的，可以根据技术分析人员的要求针对特定问题对海量数据进行快速、灵活的联机数据访问和分析，然后通过前端展现技术将查询结果以一种对故障分析决策人员来说相对比较直观、容易理解的形式反馈回来。 　　二、故障决策分析系统的开发调研 　　为了实现这样一个完整的故障分析决策系统，为空管技术人员提供统一的、快速的、准确的故障设备数据分析平台，需要用到的技术不仅包括OLAP联机分析处理技术，还包括数据仓库技术、前端展现技术等。 　　首先，从故障分析决策系统的概念、发展历程及现状入手，阐述了数据驱动型故障分析决策系统在空管自动化系统中的作用，并介绍了ETL、数据仓库、OLAP联机分析处理等相关的技术与理论。 　　其次，根据空管自动化系统常见问题故障进行了需求分析，并依此对故障分析决策系统的架构进行了详细设计。 　　最后，对系统的具体实现过程进行了详细的介绍，包括数据ETL过程、数据仓库的构建、OLAP数据分析层及系统中报表的具体实现过程。并进一步针对在实现OLAP联机分析处理过程中如何提高其性能进行了详细研究。故障分析决策系统作为一种先进的现代信息技术，能够很好的为空管技术人员提供数据支持，提高决策的有效性。 　　三、故障决策分析系统的相关技术及理论 　　（一）数据仓库技术 　　数据仓库的应用较为广泛，在行业中扮演重要角色、占据较重要地位的有零售、保险、电信等，这些企业借助数据仓库技术的力量可以从日常积累的大规模历史数据中探寻这些数据之间的关系，并从这些关系中挖掘出一定的信息，掌握企业的整体运行情况，进而做出正确的决策。 　　1、数据仓库的特点 　　数据仓库与传统的数据库是有所不同的，传统数据库是未经整理的一大堆数据集，是分散的、片段的、不完整的，无法直接对其进行分析处理， 而数据仓库是对传统数据库进行萃取之后形成的一个系统的数据子集合，这个数据集合的特点包括面向主题、整合性、长期性以及稳定性。 　　2、雪花模型与星型模型 　　事实表和维度表是数据仓库中最主要的两种表，在数据仓库中扮演着不同的角色，前者用来存储数据，通过外键与维度表相连，后者用来存储各个维度的信息，包括维度的层次、类别等，一个维度至少使用一张维度表进行存储，二者通过事实表中的外键及维度表中的关键字相联系，如果每一个维度都与事实表相联，则是“星型模型”，但当维度层次结构复杂时，维度数据冗余的现象就会出现，为了避免这种情况，进而在“星型模型”的基础上衍生出了“雪花模型”。 　　从表1对星型模型和雪花模型的对比来看，星型模型存在的冗余数据可以使得在做统计查询时很多情况下不用做外部连接，在这种情况下星型模型的效率比雪花模型要高一些，但雪花模型冗余数据比星型模型要少，因此虽然两种结构有一定差别，但没有好坏之分，最主要的还是看项目的需求，看业务逻辑。例如