数据仓库技术在中国银行中的应用研究.docVIP

一、引言 银行是一个国家经济的命脉。随着我国“入世”过渡期的结束，金融行业开始对世界全面开放，我国的银行将要直面来自国际金融巨头的威胁。 面对机遇和挑战，我国银行业正处在一个非常重要的转折期，商业银行的改革已经逐步从过去以“量的扩张”为主转变到以“质的提高”为主的阶段，以客户为中心、以客户价值为导向的营销理念和降低成本、规避风险的管理意识已经成为国内银行业全新的经营管理理念。银行业呈现出几大发展趋势：一是数据走向集中化；二是业务综合化；三是管理扁平化；四是决策科学化。这些特点决定了，要满足管理决策和客户分析的需要、全面支撑银行全新经营管理理念，我国的银行就必须在业务电子化的基础上充分利用和发挥数据仓库技术的重要作用。因此，构建银行数据仓库，整合并分析各种信息和数据，充分挖掘潜在的有价值的规律，准确地把握整个银行的经营管理动态，帮助决策层做出科学的经营管理决策，从根本上提高我国银行的竞争力，是目前我国银行科技工作的重点项目。 数据仓库技术在发达国家金融行业中的应用已经十分广泛，大部分银行都建立了数据仓库系统。在我国，工商银行于1999年启动数据仓库建设一期工程，成为国内第一家实施数据仓库的商业银行。目前，我国半数商业银行都已经开始进行数据仓库的建设。虽然国内银行的数据仓库无论在规模上还是功能上，都和国外银行有差距，但是数据仓库在整个世界都是方兴未艾的技术，因此发展并利用好数据仓库，是国内银行赶上国外银行发展步伐的大好机会。 二、数据仓库 数据仓库的概念最初出现在20世纪80年代中期。W.H.Irmon在《建立数据仓库》一书中对数据仓库的定义是业界公认的。他认为数据仓库是面向主题的、集成的、稳定的、随时间不断变化的数据集合，用以支持经营管理中的决策制定过程。数据仓库是当今信息管理的主流趋势。 (一) 数据仓库的特点 数据仓库技术是在数据库技术的基础上发展而来的，但数据仓库与数据库是不同的系统。数据仓库与传统数据库的特点比较如表1所示： 传统数据库 数据仓库 应用目的 联机事务处理 联机分析处理和决策支持 响应时间 秒级以下 秒级到分钟级 构建方向 面向具体业务 面向特定主题 时间字段 不一定有 必须有，并作为关键字，以保证历史数据唯一性 连续记录 不一定 是 争用问题 按插入、更改和删除操作时产生最小争用来组织数据 一般只读，无争用问题 业务数据 主要为纯业务数据 一般没有纯业务数据 派生数据 无 有 是否规范化 规范化 非规范化 理论基础 数学、计算机科学和系统科学 数学、计算机科学、系统科学、管理科学、工程学、人工智能等 表1 数据仓库与传统数据库的特点比较表 根据以上比较，数据仓库的特点可概括如下： 1.用于企业的分析和决策 数据仓库的应用并非要取代数据库，它旨在建立和维护一个全面和完善的信息库，用于支持高层决策分析。而联机事务处理数据库在企业的信息环境中承担的是日常操作性的任务。 2.面向主题 传统的数据库技术主要为联机业务处理（OLTP）提供支持，而数据仓库技术是应决策支持需求而生，面向特定的需求主题，用于联机分析处理（OLAP）和决策支持（DS）。 3.数据集成性 数据仓库最根本的特点是物理地存放数据，而且这些数据并不是最新的、专有的，而是来源于其他数据源，具有集成性。数据仓库整合来自企业各个业务系统的数据，进行加工、汇总和整理，形成一个完整而一致的企业全局信息库。 4.连续性和历史性 这些的数据集合按照有利于决策过程的主题进行组织，便于信息分析和信息挖掘。数据仓库中的数据记录了企业从过去某一时点到目前的各个阶段的信息，通过这些信息可以对企业的发展历程和未来趋势作出定量分析和预测。这些信息随时间不断变化，因此必须有作为关键字的时间字段。而传统的数据库则没有这个要求。 5.不可删改性 数据仓库的数据一般不能被随意修改和删除，它们将被长期保留。而传统的数据库则必须支持频繁的修改和删除操作。因此，数据仓库中的数据相对于数据库具有稳定性。 （二）数据仓库的关键技术 基于数据仓库的功能、逻辑结构，可以将它的工作过程分为：数据的抽取、存储和管理、数据的分析和展现三个关键技术层面。另外，数据挖掘还是数据仓库的决策功能延伸的重要技术。 1.数据抽取技术 数据的抽取是数据进入仓库的入口。由于数据仓库是一个独立的数据环境，它需要通过抽取过程将数据从联机事务处理系统、外部数据源、脱机的数据存储介质中导入到数据仓库。数据抽取在技术上主要涉及互连、复制、增量、转换、调度和监控等几个方面。 2.数据存储和管理技术 数据的存储和管理是数据仓库技术中的重中之重。首先，数据仓库要具备存储和管理大量数据的能力。其次，数据仓库需要并行处理技术将所有的处理机调动起来，为复杂的查询请求服务。另外，数据仓库还要对决策支持查询进