如何进行数据仓库建设实施.ppt

实施过程 数据仓库建模 4 1 需求分析 2 逻辑分析 数据源分析 5 3 ODS建模 元数据管理 10 6 数据获取与整合 7 应用设计 8 性能调优 9 数据展现 元数据管理流程 元数据管理 元数据模型采用公共仓库元模型（Common Warehouse Metamodel，简称CWM）。CWM的主要目的是在异构环境下，帮助不同的数据中心工具、平台和元数据知识库进行元数据交换。 CWM为数据仓库和商业智能（BI）工具之间共享元数据，制定了一整套关于语法和语义的规范。 元数据管理涉及到数据仓库构造、运行、维护的整个生命周期，是数据仓库构建过程中十分重要的一环。元数据以数据库存储，集中管理控制。 元数据模型 元数据管理 元数据报告 元数据导入导出 元数据管理 元数据的存储：元数据应以数据库存储，便于管理，维护和扩展。 数据交换：支持以XML等标准进行数据交换。 应用编程接口（API）：通过API接入为元数据管理提供所需的灵活性。 元数据集中控制：元数据为整个经营分析系统的信息资源提供了记录，应对元数据集中管理控制，以确保信息的一致性和准确性。 影响分析：从元数据中发现任何变化给全局带来的影响，确定某个实体的用途和与其它实体的关联。 版本控制：指测试和生产过程中的版本控制，应按部门进行。允许多个开发人员同时开发项目，并且开发人员可以根据要求修改对象，而不影响其他开发人员。 元数据模型 元数据管理 元数据报告 元数据导入导出 元数据管理 逻辑模型报告 实体：实体属性、数据类型 关系：实体之间的关系 维度：维度定义、层次、属性、 度量：维度、计算公式 物理模型报告 表、视图 汇总表 立方体存储模式 ETL报告 数据映射关系 数据装载过程 元数据模型 元数据管理 元数据报告 元数据导入导出 元数据管理 元数据管理需要遵循OMG-CWM元数据标准，元数据库中的内容可以按CWM的标准导出，提供给其它软件，也可以从其它工具中导入元数据。 元数据模型 元数据管理 元数据报告 元数据导入导出 以数据为驱动的快速实施 我们有什么可供分析的数据？收集数据样本 快速开发界面原型并确认 对有价值的原型进行深入数据分析，确定数据提供策略和方式。 模型固化 数据贯通 在省公司数据中心架构已经实现的基础上，以集中式的数据中心建设，可以采用快速实施的方法 调整与性能优化 多年数据仓库的建设体会 1、数据展现的开发和准确数据的数据，是能否做好仓库的基础。形式很重要。 2、只要有好的数据就可以开展一定的工作，不一定要等应用系统建设成功才开展。 3、数据模型并不是最重要的事情。分析模型的建立往往取决于分析的要求。对于大家追求的数据共享和分析的通用模型，取决于数据源，这个工作应该在业务系统层面去实现。通用的共享视图模型可以是虚拟存在的，比如采用数据库视图来实现。 4、数据集中很重要，没有数据的集中，就会失去动力和基础。数据有了量的积库累，一定是有文章做的，分析模型的抽象一定是在大量数据的基础上的。对于每个业务系统，我们一定要厂家提供数据库设计文档，最好安排资源对文档与数据库的一致性进行检查。这个工作做好了，其实可以少很多后续的协调工作。 5、完整意义上的一体化建设，会存在多次迭代和反复。数据分析的要求，会促使业务系统的升级和改造。同时业务系统的升级，也会提供新的数据，同时引发新的数据展现要求。 6、商业智能分析工具也呈一体会趋势，目前整合趋势这提格局已定，未来就是以几大软件巨头竞争，我们没有太多的选择。 7、早期建设，不建设做过多的数据处理，以便于核对数据的准确性。模型加工的对应性一定要可直接追溯。 问题交流 * * 乙方需要由以下人员组成： 项目经理一名； 咨询顾问若干； 需求调查分析人员若干； 甲方需要由以下人员组成： 主管副总经理配合（主管用电的副总经理） 业务主管领导（电力营销部主任） 具体业务人员（电费专工，计量专工，业扩专工） IT技术人员 （信息中心主任，信息中心相关人员） * 仪表盘：全省累计售电量占计划售电量的百分比 雷达图： 收益性指标：净资产收益率 安全性指标：资产负债率 流动性指标：应收帐款周转率 逻辑分析 单一主题支撑数据分析 单个主题分析所需要的原始支撑数据分析 多主题支撑数据分析 所有主题统一考虑做需要的支撑数据分析 处理逻辑分析 支撑数据分析 业务元数据建立 逻辑分析 业务元数据包括以下信息： 使用者的业务术语所表达的数据模型、对象名和属性名; 访问数据的原则和数据来源； 系统所提供的分析方法及公式、报表信息。 处理逻辑分析 支撑数据分析 业务元数据建立 实施过程 数据仓库建模 4 1 需求分析 2 逻辑分析 数据源分析 5 3 ODS建模 元数据管理 10 6 数据获取与整合 7 应用分析 8 性能