面向商业智能的ETL模型分析综述.docxVIP

PAGE 1 PAGE 1 面向商业智能的ETL模型分析综述  ETL(extra，transform，load)是数据仓库的重要组成部分。ETL过程是一个复杂的过程，从源数据中抽取，转换，装载到数据仓库的过程。文中通过从两个不同角度来建模，对ETL过程进行概念建模和规律建模。概念建模主要研究整个ETL过程概念和属性的内在属性，而规律建模主要研究是ETL工作流。最终，提出一个从概念模型映射到规律模型的转换算法。  0引言  商业智能是在必要的时间段，把正确有用的信息传递给适当的决策制定者，为企业供应有效决策。商业智能是以数据仓库为基础，运用OLAP、数据挖掘算法等对数据仓库数据进行发觉。而其中的数据通过ETL工具来抽取，转换，加载到数据仓库中。ETL工具主要作用是从操作数据源导出数据，转换成统一的目标表，最终装载到数据仓库中。主要作用：一是有识别数据源的相关信息。二是抽取这些相关信息。三是将不同的数据源的信息统一格式。四是根据数据库抽取规则清洗数据集。五是将数据装载到数据仓库或数据集市上。  ETL过程是一个复杂的过程，ETL过程开发时间占整个数据仓库项目的80％，关系到整个数据仓库项目。ETL过程建模常常分为两个阶段：概念建模和规律模型。数据仓库前期设计主要研究ETL过程概念和属性的内在属性，这个时候建模称为概念建模。数据仓库后期设计