数据仓库项目团队技能培训教学PPT课件.ppt

5、数据模型的演变 逻辑数据模型 （ LDM - Logical Data Model ） 业务模型加（CDM Plus） : 所有的表及简单的数据（All Tables with Sample Data） 辅助的表及简单的数据（ Minor Tables with Sample Data ） 主键与外键的关系（ PK FK Relationships ） 数据约束（ Constraints ） 属性（ Attributes ） 物理数据模型 （ PDM - Physical Data Model ） 扩张逻辑数据模型（ELDM Plus）: 索引 （Indices） 非正则化 （Denormalization） 6、数据整合：数据转换与加载（ETL） 主要任务： 数据源及其特性定义 数据析取、转换和加载策略设计 构建和测试加载的程序和处理流程 50%的工作量在数据转换与加载上 使用工具： DTS 交付项目： 《 数据转换加载设计说明书》 数据中心管理 应用开发 系统体系结构设计 解决方案集成 物理数据 模型 数据转换 7、前端应用开发 主要任务： OLAP应用设计(Summary/Fact表及Cube的产生） 前端应用开发（随机查询、预定义报表、 OLAP应用） 撰写用户使用手册 用户测试验收 使用工具： BI.Office OLAP工具（IBM DB2 OLAP/ESSBASE） 基于Web的开发工具 Web Logic 交付项目： 《用户使用手册 》 数据中心管理 系统体系结构设计 解决方案集成 物理数据 模型 数据转换 应用开发 * * * * * * * * * * * * 数据仓库项目团队技能培训 主题 商业智能技术 商业智能系统的建立 实施策略综述 商业智能的体系 数据仓库技术 （ Data Warehousing） 商业智能技术（BI——Business Intelligence ） 在线分析处理技术 （OLAP：Online Analytical Processing） 数据挖掘技术 （Data Mining） 商业智能的体系 BI技术体系的互补性 数据仓库技术：数据整合集成各系统的历史数据，建立面向主题的企业数据中心 在线分析处理技术：数据分析灵活、动态、快速的多维分析、随机查询、即席报表 数据挖掘技术：知识发现通过数学模型发现隐藏的、潜在的规律，以辅助决策 BI技术体系的优势 更加全面、深入的分析 形成知识库指导决策、再分析 数据仓库定义 数据仓库的概念 数据仓库就是面向主题的、集成的、不同时间的、稳定的数据集合，用以支持经营管理中的决策制定过程。 什么是数据仓库？ ？ 数据仓库与业务数据库的比较 什么是联机分析处理（OLAP）？ OLAP的定义 OLAP是使分析人员、管理人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映数据维特性的信息，进行快速、一致、交互地访问，从而获得对数据的更深入了解的一类软件技术。 OLAP的特征 OLAP的核心——指标、维 OLAP的目标——多维分析 OLAP的特点 灵活、动态 多角度、多层次的视角 快速 OLAP的基本功能 商业语义层的定义 上钻和下钻（Roll up or Drill down） 切片和切块（Slice and Dice） 旋转（Pivoting） 强大的复杂计算能力 时间智能 丰富的数据展现方式 OLAP功能示意 按机构钻取 济南 地区维 时间维 行业维 青岛 主题 商业智能技术 商业智能系统的建立 实施策略综述 具体的实施步骤 项目前期准备 需求分析 逻辑数据模型设计 系统体系结构设计 物理数据库设计 数据转换加载ETL 前端应用开发 数据仓库管理（处理流程与操作） 解决方案集成（测试验收与试运行） 数据仓库管理 物理数据模型 数据转换 应用开发 系统体系结构设计 解决方案集成 项目具体实施步骤 项目前期准备 需求分析 逻辑数据 模型 1、项目前期准备 主要任务： 项目启动会议（Kick-off Meeting） 确认项目范围和主要目标 确认项目阶段性验收及总体验收标准 确认项目实施计划 成立项目组 确定各项目小组的成员及各自的工作职责 确定各项目小组的阶段性工作目标 确定服务流程及方式 交付项目： 《项目组织机构》 《项目人员组成》 项 目前期准备 业务需求分析 信息需求 分析 逻辑数据 模型 2、需求分析 主要任务： 确定重点用户与数据源 用户需求调研与确认 数据源确认 用户需求和数据源的筛选和分析 进行工具评估 系统命名规范设计 交付项目： 《项目需求说明书BRL ( Business Requirement List )》 《系统功能提升方案》 项 目 前 期