SAPBW培训课件精选.docVIP

BW 数据仓库 Add up anything what you like or what you need like company name 与梦偕行寻找更好的自己 数据仓库概述 BW数据抽取概念 BW模型相关概念及模型设计 报表开发与使用 BW 日常运维 1 数据仓库概述 数据仓库概述 什么是数据仓库? 数据仓库之父Bill Inmon在1991年出版的Building the Data Warehouse一书中所提出的定义被广泛接受—— 数据仓库 (Data Warehouse)是一个面向主题的( Subject Oriented)、集成的 (Integrated)、 相对稳定 的 (Non -Volatile) 、 反映历史变化(Time Variant) 的 数据集合，用于分析数据，获取可用信息支持管理决策 (Decision Making Support)。 数据仓库概述 面向主题的 操作型数据库的数据组织是面向事务处理 处理的，各个业务系统之间各自分离，采用 关系型数据库模式存储数据，而数据仓库中 的数据是按照一定的主题域进行组织的，采 用多维模式存储数据。 数据仓库概述 集成的 数据仓库中的数据是在对原有分散的 数据库数据抽取、清理的基础上经过系 统加工、汇总和整理得到的，必须消除 源数据中的不一致性，以保证数据仓库 内的信息是关于整个企业的一致的全局 信息。 数据仓库概述 相对稳定的 数据仓库的数据主要供企业决策分析之用，所 涉及的数据操作主要是数据查询， 一旦某个数 据进入数据仓库以后， 一般情况下将被长期保 留，也就是数据仓库中一般有大量的查询操作 ,但修改和删除操作很少，通常只需要定期的 加载、刷新。 数据仓库概述 反映历史变化的 数据仓库中的数据通常包含历史信息，系统记 录了企业从过去某一时点(如开始应用数据仓库 的时点)到目前的各个阶段的信息，通过这些信 息，可以对企业的发展历程和未来趋势做出定 量分析和预测。 数据仓库概述 支持管理决策的 数据库一般用于业务数据存储，关注于数据记 录，数据仓库则用于数据到可用信息的转换关 注于分析。建立数据仓库往往需要含概两个层 面的内容，其一技术层面实现数据仓库，其二管 理层面实现信息的应用及其后续处理。 数据仓库 目的 把数据和决策者连接起来，变数据为价值 陕策支持 ● 数据仓库-应用模式 查询和报 表 · 报表是国内最热衷的 BI应用之一 ，这与报表在我国企事业单位中的历史地位是 分不开的。我国的报表以其格式诡异、数据集中、规则古怪等特征著称于世。 ·OLAP 技术为决策者提供了多角度、多层次、高效率的数据探查方式，决策者的 思维不再被固定的下拉菜单、查询条件所束缚，而是由决策者的思维带领数据 OLAP 的获取，任意组合分析角度和分析目标，这种打破传统的互动性分析和高效率 使OLAP 成 为BI系统的核心应用。 ● 数据可视化应用致力于将信息以尽可能多的形式展现出来， 目的是使决策者通 过图形这种直观的表现方式迅速获得信息中蕴藏的知识，如趋势、分布、密度 数据可视化 等要素。 ·数据挖掘是最高级的BI应用，因为它能代替部分人脑功能。 数据挖掘隶属于知识发现(Knowledge Discovery)在结构化数据中的特例。 数据挖掘的目的是通过计算机对大量数据进行分析，找出数据之间潜藏的规律和知识，并以 数据挖掘 可理解的方式展现给用户。 数据仓库的功能上的划分 关键组成 从功能结构化分，数据仓库系统至少应该包含数据获取 (Data Acquisition)、 数据存储 (Data Storage)、 数据访问 (Data Access) 扩展 数据挖掘(Data Mining),又称为数据库中的知识发现(Knowledge Discovery in Database, KDD), 就是从大量数据中获取有效的、新颖的、潜在有用的、 最终可理解的模式的非平凡过程，简单的说，数据挖掘就是从大量数据中 提取或“挖掘”知识。 模拟(Simulation), 通过大量历史数据的分析，寻找数据存在的规律和趋势， 进行预测。不仅仅关注于What Happen, 还要关注于What next, if ...then。 为什么要建立数据仓库? 企业的信息化建设需要从DB-DW 传统的数据库(DB)仅对当前事务所产生的数据记录保存下来，并对这些 数据进行各种日常事务处理。随着数据量的增大，查询要求也越来越复杂， DB逐渐出现了许多难以克服的问题，集中表现为：数据分散、缺乏组织性； 数据难以转化为有用信息；不能满足复杂的查询要求；只保存短期数据， 分析时不能满足长期预测需要。 如何提供一种行之有效的手段，帮助管理人员