CWM元模型分析研究及其在广发银行数据仓库中的应用.docVIP

PAGE / NUMPAGES CWM元模型研究及其在广发银行数据仓库中的应用 李珊珊 一．数据仓库的描述需求 数据仓库是企业级信息管理的一项新兴技术。它的目的是为了将企业的大量历史数据按主题集成在一起，并以一种统一的模式供分析和知识挖掘使用。数据仓库中技术种类繁多，不象数据库系统那样单一，典型的数据仓库技术包括数据抽取技术、OLAP技术、数据挖掘技术等。构建一个数据仓库需要考虑到它的创建、管理、使用和维护等诸多方面，如创建过程中要考虑旧数据库系统的数据模型、数据集成的ETL (Extract, Tansfomation and Load) 规则、仓库中新数据模型的建立等，使用过程要考虑数据的物理模型和展现方式、对数据进行操作的各种统计分析算法、数据挖掘规则等。对于这些应用需求，数据仓库建模应该具备描述它们的能力，无论是底层的数据源信息，还是高层的各种操作信息，方方面面都应尽量涉及到。经过分析研究，发现OMG组织的CWM具备了这种能力，它提供了描述数据源、数据目标、转换、分析、处理、操作等与建设和管理数据仓库相关的元数据基础框架（构成规则集）[1]，使不同厂商产品的元数据通信和共享有了一个切实可行的标准。在深入理解CWM的基础上，1.2节总结了CWM的内容框架和各个组成部分的依赖关系。 二、 CWM的内容框架 参考数据仓库的描述需求，课题中对CWM的内容体系进行了总体研究，深入分析了它的组成及结构[23]。CWM基本描述了数据仓库的各个方面，包括基本类型信息、数据资源信息、数据分析信息、仓库管理信息等。当然，它不可能囊括数据仓库中的所有信息，随着数据仓库技术的不断进步，需要描述的新信息也越来越多，这些信息只能被包含进CWM的后续扩展规范中。OMG的CWM工作小组也在时刻关注数据仓库的最新发展动向。目前的CWM版本所包含的信息基本涉及了数据仓库领域的各个方面，虽然不是完全的但至少是描述仓库操作所需的最少信息。另外，对于其所描述的元数据，语义都是精确的、无歧义的。 图1-1是CWM的内容结构图[1]，从图中可以看出，CWM的内容按包组织，每个包尽量涉及一个独立的领域，这样极大地方便了开发者的建模工作，因为在建模时只取所需的包即可。并且，包的数目没有太大，结构更易于扩展，CWM目前的版本中包含了18个包和一个ObjectModel，CWM的这种特性也使得它易于理解。每个包都由一系列UML表示的类图组成。虽然这些包描述的领域不尽相同，但它们组织结构并不完全独立，事实上，它们之间有着紧密的依赖关系。在CWM的内容框架中，所有包按功能和抽象层次组织成四层，同层的包的功能角色类似，如第二层中的包描述的都是数据仓库的数据资源。每一层中的包都为同层或上层的包提供服务，如第三层包描述的操作都是基于第二层包描述的数据资源，层次越高描述的内容越抽象。在包的结构方面，或者上层包中的类和关联继承下层包中的类和关联，或者在上层的包直接使用下层包中定义的类或关联，这样做既使整个元模型组织更精练，又使CWM在功能结构上十分清晰。 图1-1 CWM的内容结构图 如图1-1所示，最底层的是ObjectModel，分析CWM的继承图，会发现它是整个CWM的基础。ObjectModel实际是UML的一个子集， CWM最大程度地重用了UML中与描述数据仓库领域相关的一些模型元素[1,7]。CWM所有包的类与关联都是直接或间接地继承ObjectModel中的类与关联，这样，CWM可以看作是从ObjectModel生长出来的一棵大树，树的根部就是ObjectModel。ObjectModel以上的四个层次依次为：Foundation层、 Resource层、 Analysis层、Management层。每个层次中的包都为高层（或同层）的包提供服务。Foundation层的元模型主要是代表上层CWM包共享的概念与结构，如表达式、索引、数据类型、软件配置信息等，虽然这些都是很基本的信息，但它们与ObjectModel中的元素又有所不同，因为这些模型元素专有于CWM领域，而ObjectModel中的元素则更具一般性和通用性。Foundation层中的包以字母顺序给出；Resource层中包含了OLTP系统与数据仓库所使用的各种数据资源,有关系的、层次的、多维的等等，这些数据源都要用到Foundation层的通用信息，如关系包中描述索引和关键字的类都是从Foundation层的Keys and Indexs包中继承而来。此外，ObjectModel恰好是面向对象的数据源，因此，ObjectModel在整个CWM承担着两种角色，一方面作为整个CWM的基础，另一个方面又代表了面向对象数据源；Analysis层提供了数据仓库各种操作的元模型，包括OLAP、数据挖掘、转换等，它们会被映射到