多维模型数据集市在油矿探勘中的应用与分析.docxVIP

PAGE 1 PAGE 1 多维模型数据集市在油矿探勘中的应用与分析  本文介绍数据集市的构建思想，并探讨在油矿勘探中运用包含一个事实表和几个纬度表的星型模型和多种微软软件构建数据集市的方法和过程，实现了多维数据立方体和各种OLAP操作。在油矿勘探中基于多维模型的数据集市比数据仓库更简单开发和实现，而且便利使用。  数据集市（DataMarts）可以理解为一个小型的部门或工作组级别的数据仓库。数据仓库通常是企业级应用，因此涉及的范围和投人的成本特别巨大，很多企业无力担当。数据集市在某些场合比数据仓库更为简洁、便利和快速的实施。因而，他们期望在最需要的关键部门建立一种适合自身应用的、自行定制的部门数据仓库子集。正是这种需求使数据集市应运而生。在采油生产过程中，OLTP和遗留系统里有各种数据，建立数据集市，可以提高采收率，更好地了解生产状况。本文以油矿勘探为实际工程背景，探讨油矿勘探数据集市的创建过程。  1数据集市的构建  1.1数据集市  数据集市是数据仓库的一种特别形式，典型的数据集市包含面向特地主题的、适合特定业务功能的企业数据子集。假如数据仓库是建立在企业级的数据模型之上，那么数据集市就是企业级数据仓库的一个子集，他主要面向部门级业务，并且只面向某个特定的主题。数据集市可以在一定程度上缓解访问数据仓库的瓶颈问题。  1.2数据集市构建技术  企业可以依据部门业务数据分析和决策需要，创建数据集市。有2种方法可以为企业创建数据集市。一种方法是可以先开发并实现中央数据仓库，然后再创建数据集市。BillInmon将数据仓库定义为“一个面向主题的、集成的、随时间变化的、非易变的用于支持管理的决策过程的数据集合”。Inmon通过“面向主题”表示应当围绕主题组织数据仓库中的数据，例如客户、供应商、产品等。每个主题区域仅包含该主题相关的信息。数据仓库应当一次增加一个主题，并且当需要访问多个主题时，应当创建以数据仓库为来源的数据集市。换而言之，某个特定数据集市中的全部数据都应当来自于面向主题的数据存储。如图1所示。另一种方法是，必需进行集中设计以便单位的全部数据仓库信息都保持全都和可用。RalphKimball说“数据仓库仅是构成他的数据集市的联合”。他认为“可以通过一系列维数相同的数据集市递增地构建数据仓库”。每个数据集市将联合多个数据源来满意特定的业务需求。如图2所示。  图1Inmon的方法  图2Kimball的方法  选择哪种方法取决于项目的主要商业驱动。在油矿勘探分析中迫切需要为之供应信息，使之摆脱糟糕的数据管理和不全都的数据的局面，为使企业尽快看到结果，在这里采用Kimaball的思想。  2在油矿勘探中的应用  2.1构建步骤  在本例中采用RalphKimball的思想，先在有把握的范围内实施一个小范围的数据集市，而后可以逐步增加不同的集市，逐步完善数据仓库作为企业数据中心的功能。构建数据集市过程如下：  （1）分析部门业务，明确需求和选定主题，创建数据集市的多维模型。多维模型降低了范式化，以分析主题为基本框架来组织数据，支持高性能的数据访问。每一个多维数据模型由多个多维数据模式表示，每一个多维数据模式都是由一个事实表和一组维表组成的。事实表包含了要度量的信息，比如产油量和产水量。维表包含了关于将要度量的信息的属性，比如日期、井的信息和作业单位描述信息。多维模型最常见的是星型模式。在星型模式中，事实表居中，多个维表呈辐射状分布于其四周，并与事实表连接。  （2）选择数据源。数据集市的主要信息来源就是原先的遗留系统和OLTP系统。应当从中选择最可信和最关键的来源，或者创建一个合并了可信文件的新文件。然后应将选择的数据用于全部将来的数据集市。  （3）数据登台。即提取、转换、装载和作业掌握。从数据源抽取出所需的数据，经过数据清洗，最终根据预先定义好的模型，将数据加载到数据集市中去。整个过程可通过一个元数据驱动的独自作业掌握环境进行管理。  （4）数据显示和数据分析。建立数据集市的目的是分析其数据，从中挖掘出有价值的信息。OLAP是数据仓库领域中应用最广，技术最成熟的分析方法。微软推荐的前端呈现是proclarity（普科桌面分析专家），而MicrosoftExcel就有查询分析数据的功能。   本文介绍数据集市的构建思想，并探讨在油矿勘探中运用包含一个事实表和几个纬度表的星型模型和多种微软软件构建数据集市的方法和过程，实现了多维数据立方体和各种OLAP操作。在油矿勘探中基于多维模型的数据集市比数据仓库更简单开发和实现，而且便利使用。  数据集市（Dat