数据仓库概要设计,构建,使用说明文档.pdfVIP

数据仓库构建方法和步骤 数据仓库是面向主题的、 集成的、不可更新的、 随时间的变化而不断变化的， 这些特点决定了数据仓库的系统设计不能采用同开发传统的 OLTP 数据库一样 的设计方法。 根据数据仓库系统的原始需求及小组人员的现有知识储备， 我们采用原型法 来进行数据仓库的开发，因为原型法的思想是从构建系统的简单的基本框架着 手，不断丰富与完善整个系统。 但是， 数据仓库的设计开发又不同于一般意义上 的原型法，数据仓库的设计是数据驱动的。 这是因为数据仓库是在现存数据库系 统基础上进行开发， 它着眼于有效地抽取、 汇总、集成和挖掘已有数据库的数据 资源， 以便达到数据挖掘的真正目的。 但需要说明的是， 数据仓库系统开发虽然 是一个经过不断循环、 反馈而使系统不断增长与完善的过程， 这也是原型法区别 于系统生命周期法的主要特点， 但基于现有条件我们在数据仓库的开发的整个过 程中， 自始至终要求小组人员共同参与和密切协作， 不做或尽量少做无效工作或 重复工作，并根据现有条件根据每个人的特点进行了分工。 数据仓库的设计大体上可以分为以下几个步骤： (1) 技术准备工作； (2) 需求分析分析 (3) 概念模型设计； (4) 数据仓库生成； 下面我们以三个主要设计步骤为主线，介绍在各个设计步骤中设计的基本内容。 一、技术准备工作 这一阶段的工作包括：技术评估，开发环境准备。 管理数据仓库的技术要 求与管理操作型环境中的数据与处理的技术要求区别很大， 两者所考虑的方面也 不同。我们之所以在一般情况下总是将分析型数据与操作型数据分离开来， 将分 析型数据单独集中存放，也就是用数据仓库来存放。 1 、技术评估 进行技术评估， 就是确定数据仓库的各项性能指标。 一般情况下， 需要在这 一步里确定的性能指标包括： ·管理大数据量数据的能力； ·进行灵活数据分析的能力； ·根据数据模型重组数据的能力； ·周期性成批装载数据的能力； 2 、开发环境准备 开发环境： SQL Server 2000 、Analysis Manager SQL Server 2000 ：主要用于操作关系数据库。 Analysis Manager ：在已有的关系数据的基础上进行数据仓库的建立及使用。 二、 需求分析 构建数据仓库和多维数据集等工作都是面向决策分析的，因此，需要对决策 分析有一个清晰的了解， 拟定分析需求。 作为银行的决策者， 最关注的信息就是 贷款金额和贷款状态。 银行的上层决策者想要查看各个级别的信贷机构的贷款情 况，统计计算贷款总额、正常贷款总额以及不良贷款总额。此外，为了考察这 6 年中贷款的趋势， 决策者希望能看到贷款时间分布的情况。 最后， 决策者们还需 要通过贷款类别、 贷款期限和法人的经营状况这几方面分析贷款数据， 为今后更 好的做出贷款决策以及相应的策略调整提供较全面的支持和辅助。 从以上对银行的决策者们的分析需求可以得出以下几点结论。 1 、分析的主题：银行贷款金额分析。 2 、分析的数值（事实）：贷款总额、正常贷款额以及不良贷款额。 3 、分析的角度（维度）：信贷机构、时间、贷款类别、贷款期限和经营状 况。 4 、分析的粒度（维度级别）： 信贷机构——市行、支行和管辖机构。 时间（年、季度和月）。 贷款类别——贷款的类别。 贷款期限