【正文】 載到任何數(shù)據(jù)源中。這些任務是按預定義的順序執(zhí)行的。數(shù)據(jù)流也稱為流水線，主要解決數(shù)據(jù)轉換的問題?？梢詫?shù)據(jù)流的執(zhí)行認為是一個流水線的過程，在該過程中，每一行數(shù)據(jù)都是裝配線中需要處理的零件，而每一個轉換都是裝配線中的處理單元?！　?4)數(shù)據(jù)轉換和加工的功能強不強。數(shù)據(jù)倉庫中的數(shù)據(jù)是細節(jié)的、集成的、面向主題的，以OLAP系統(tǒng)的分析需求為目的。　　從OLAP系統(tǒng)的分析需求和ETL的處理效率兩方面來考慮：星型結構聚合快，分析效率高?！　《嫿ㄆ髽I(yè)級數(shù)據(jù)倉庫五步法　　(一)、確定主題　　即確定數(shù)據(jù)分析或前端展現(xiàn)的主題。分析角度(維度)是星星的各個角。數(shù)據(jù)集市體現(xiàn)了數(shù)據(jù)倉庫某一方面的信息，多個數(shù)據(jù)集市構成了數(shù)據(jù)倉庫。　　量度是要統(tǒng)計的指標，必須事先選擇恰當，基于不同的量度可以進行復雜關鍵性能指標(KPI)等的設計和計算。那么，如果我們可以確認，在將來的分析需求中，時間只需要精確到天就可以的話，我們就可以在ETL處理過程中，按天來匯總數(shù)據(jù)，此時，數(shù)據(jù)倉庫中量度的粒度就是“天”?！　?四)、確定維度　　維度是指分析的各個角度。如圖所示，我們在時間維度上，按照“年季度月”形成了一個層次，其中“年”、“季度”、“月”成為了這個層次的3個級別。(圖五：) 　　另外，值得一提的是，我們在建立維度表時要充分使用代理鍵。　　在此，我們不妨談一談維度表隨時間變化的問題，這是我們經(jīng)常會遇到的情況，我們稱其為緩慢變化維度。這種情況下，我們使用UPDATE方法來修改維度表中的數(shù)據(jù)。比如：某一員工2005年在A部門，2006年時他調到了B部門?！　【徛兓S度第三種類型：　　新增數(shù)據(jù)維度成員改變了屬性。　　在公司的大量數(shù)據(jù)堆積如山時，我們想看看里面究竟是什么，結果發(fā)現(xiàn)里面是一筆筆生產(chǎn)記錄，一筆筆交易記錄… 那么這些記錄是我們將要建立的事實表的原始數(shù)據(jù)，即關于某一主題的事實記錄表。　　事實數(shù)據(jù)表是數(shù)據(jù)倉庫的核心，需要精心維護，在JOIN后將得到事實數(shù)據(jù)表，一般記錄條數(shù)都比較大，我們需要為其設置復合主鍵和索引，以實現(xiàn)數(shù)據(jù)的完整性和基于數(shù)據(jù)倉庫的查詢性能優(yōu)化。ETL抽取整合數(shù)據(jù)的好壞直接影響到最終的結果展現(xiàn)。(圖七：)　　那么，在這一轉換過程中，我們就完成了對數(shù)據(jù)格式的更正、對數(shù)據(jù)字段的合并、以及新增指標的計算三項操作?！　∷摹㈨椖繉嵺`技巧　　(一)、準備區(qū)的運用　　在構建數(shù)據(jù)倉庫時，如果數(shù)據(jù)源位于一臺服務器上，數(shù)據(jù)倉庫在另一臺服務器端，考慮到數(shù)據(jù)源Server端訪問頻繁，并且數(shù)據(jù)量大，需要不斷更新，所以可以建立準備區(qū)數(shù)據(jù)庫(圖八：)?！　?二)、時間戳的運用　　時間維度對于某一事實主題來說十分重要，因為不同的時間有不同的統(tǒng)計數(shù)據(jù)信息，那么按照時間記錄的信息將發(fā)揮很重要的作用。　　(三)、日志表的運用　　在對數(shù)據(jù)進行處理時，難免會發(fā)生數(shù)據(jù)處理錯誤，產(chǎn)生出錯信息，那么我們如何獲得出錯信息并及時修正呢? 方法是我們使用一張或多張Log日志表，將出錯信息記錄下來，在日志表中我們將記錄每次抽取的條數(shù)、處理成功的條數(shù)、處理失敗的條數(shù)、處理失敗的數(shù)據(jù)、處理時間等等。比如希望按天進行查看，那么我們最好按天進行抽取，如果數(shù)據(jù)量不大，可以按照月或半年對數(shù)據(jù)進行更新。每一次調度除了寫入Log日志表的數(shù)據(jù)處理信息外，還要使用發(fā)送Email或報警服務等，這樣也方便的技術人員對ETL流程的把握，增強了安全性和數(shù)據(jù)處理的準確性。　　ETL是OLTP系統(tǒng)和OLAP系統(tǒng)之間的橋梁，是數(shù)據(jù)從源系統(tǒng)流入數(shù)據(jù)倉庫的通道。 aaliuhl 劉星星 來自 廣州精華貼數(shù) 0個人空間 0技術積分 305 (8149)社區(qū)積分 3 (27932)注冊日期 2004717論壇徽章:42使用道具19 / 19。發(fā)表于 2009615 18:02ORACLE的ETL工具是什么?以前一直以為是BIEE.....今天才發(fā)現(xiàn)BIEE是類似COGNOS的報表工具......只看該作者 然而，每一步都有很深的內容需要研究與挖掘，尤其在實際項目中，我們要綜合考慮?！　≌{度是數(shù)據(jù)倉庫的關鍵環(huán)節(jié)，要考慮縝密。　　(四)、使用調度　　在對數(shù)據(jù)倉庫進行增量更新時必須使用調度(圖九：)，即對事實數(shù)據(jù)表進行增量更新處理。在記錄數(shù)據(jù)庫和數(shù)據(jù)倉庫的操作時，我們也將使用時間戳標識信息。　　例如我們可以按照天將數(shù)據(jù)抽取到準備區(qū)中，基于數(shù)據(jù)準備區(qū)，我們將進行數(shù)據(jù)的轉換、整合、將不同數(shù)據(jù)源的數(shù)據(jù)進行一致性處理?！　『喍灾ㄟ^ETL，我們可以基于源系統(tǒng)中的數(shù)據(jù)來生成數(shù)據(jù)倉庫?！　TL是數(shù)據(jù)抽取(Extract)、轉換(Transform)、加載(Load )的簡寫，它是指：將OLTP系統(tǒng)中的數(shù)據(jù)抽取出來，并將不同數(shù)據(jù)源的數(shù)據(jù)進行轉換和整合，得出一致性的數(shù)據(jù)，然后加載到數(shù)據(jù)倉庫中。　　三、什么是ETL　　在數(shù)據(jù)倉庫的構建中，ETL貫穿于項目始終，它是整個數(shù)據(jù)倉庫的生命線，包括了數(shù)據(jù)清洗、整合、轉換、加載等各個過程。注意在關聯(lián)時有為空的數(shù)據(jù)時(數(shù)據(jù)源臟)，需要使用外連接，連接后我們將各維度的代理鍵取出放于事實表中，事實表除了各維度代理鍵外，還有各量度數(shù)據(jù)，這將來自原始表，事實表中將存在維度代理鍵和各量度，而不應該存在描述性信息，即符合“瘦高原則”，即要求事實表數(shù)據(jù)條數(shù)盡量多(粒度最小)，而描述性信息盡量少。那么，我們將使用存儲過程或程序生成新的維度屬性，在后續(xù)的數(shù)據(jù)中將基于新的屬性進行查看。而在統(tǒng)計2006年數(shù)據(jù)時就應該定位到B部門，然后再有新的數(shù)據(jù)插入時，將按照新部門(B部門)進行處理，這樣我們的做法是將該維度成員列表加入標識列，將歷史的數(shù)據(jù)標識為“過期”，將目前的數(shù)據(jù)標識為“當前的”。　　緩慢變化維度第二種類型：　　歷史數(shù)據(jù)保留，新增數(shù)據(jù)也要保留。這樣，我們在ETL的過程中，就要考慮到緩慢變化維度的處理。更重要的是，在聚合時，數(shù)值型字段的匹配和比較，JOIN效率高，便于聚合。　　那么，我們分析中所用到的這些維度，在數(shù)據(jù)倉庫中的存在形式是怎樣的呢? 　我們可以將3個級別設置成一張數(shù)據(jù)表中的3個字段，比如時間維度。基于不同的維度，我們可以看到各量度的匯總情況，也可以基于所有的維度進行交叉分析。　　在采用“最小粒度原則”的同時，我們不必擔心海量數(shù)據(jù)所帶來的匯總分析效率問題，因為在后續(xù)建立多維分析模型(CUBE)的時候，我們會對數(shù)據(jù)提前進行匯總，從而保障產(chǎn)生分析結果的效率?？紤]到量度的聚合程度不同，我們將采用“最小粒度原則”，即將量度的粒度設置到最小。它們一般為數(shù)值型數(shù)據(jù)。那么，“某年某月某一地區(qū)的啤酒銷售情況”這樣一個主題，就要求我們通過時間和地區(qū)兩個維度的組合，來考察銷售情況這個量度。主題要體現(xiàn)出某一方面的各分析角度(維度)和統(tǒng)計數(shù)值型數(shù)據(jù)(量度)之間的關系，確定主題時要綜合考慮。因此，在實際項目中，我們將綜合運用星型架構與雪花型架構來設計數(shù)據(jù)倉庫。如圖所示，星型架構的中間為事實表，四周為維度表，類似星星?！　?6)是否具有良好的集成性和開放性?！　?2)對數(shù)據(jù)源的支持程度。數(shù)據(jù)流的起點通常是數(shù)據(jù)源(源表)。當前任務的執(zhí)行結果決定沿哪條分支前進。SSIS提供了數(shù)據(jù)相關的控制流、數(shù)據(jù)流、日志、變量、event、連接管理等基礎設施。　　(2)SQL Server Integration Services(SSIS)　　SSIS是SQL Server 2005的新成員，在SQL Server的早期版本中，其實就已經(jīng)有了它的雛形，那時的名稱叫做數(shù)據(jù)轉換服務(DTS)。　　、版本