【正文】 點間并行性和節(jié)點的并行性，以得到更高的性能。除了提供全面的商務智能功能外， Oracle 商務智能套件企業(yè)版平臺還基于成熟、全新的面向 Web 服務的體系結構，從而可提供真正意義上的下一代商務智能功能。所有這些應用都需要能訪問整個組織中的所有數據，并且需要能提供數據復雜計算和匯總Oracle 專為南京社保提供 第 21 頁 的基礎架構。同時你還可以將互聯網、共享文件服務器和文檔資料庫等其他的信息源都聚合在 Oracle Interactive Dashboard 上。 Oracle Delivers 包含一個基于 Web 的自我警告創(chuàng)建窗口。 Oracle BI Publisher 同 Oracle Business Intelligence Suite 的各個組件緊密集成，它們能夠共享元數據、安全設置、計算、緩存和智能請求生成服務。 數據挖掘 數據挖掘 (Data Mining)是決策支持的一個更高層次，數據挖掘技術采用人工智能的決策分析方法，按照用戶既定的業(yè)務目標，對數據倉庫中浩如煙海的數據進行探索，揭示隱藏其中的規(guī)律，并進一步將其模型化。當項目組人員出現變動時，可以很方便地找到具有相同技能的人員，對項目組進行補充。這給客戶帶來更多的選Oracle 專為南京社保提供 第 27 頁 擇余地。由于 Oracle 的成功，它采用的很多技術已經成為數據倉庫領域事實上的標準，大量的技術人員都在努力掌握 Oracle 數據庫的知識和技能，大量的 Oracle 愛好者甚至在網上開辦了他們自己的網上交流網站，這 些都使得知識轉移相對其它產品更為容易，開發(fā)人員Oracle 專為南京社保提供 第 28 頁 可以更快地熟悉和掌握數據倉庫系統(tǒng)的開發(fā)和管理技術 。然而， Oracle 不僅可以運行在 MPP 的系統(tǒng)上，而且可以運行在更多不同類型，更易管理和更便宜的系統(tǒng)上。 降低項目成本 Oracle 數據庫提供了很多專門針對數據倉庫系統(tǒng)的優(yōu)化技術，包括：數據壓縮技術、分區(qū)技術、索引技術等，這些技術可以大大降低數據倉庫對于硬件的要求，包括：服務器和磁盤陣列。 同時 , Oracle 也提供高效的和易用性非常好的數據挖掘工具 Oracle Data Miner，可部署和快速實現整個數據挖掘流程。 Oracle 門戶允許你可以給訪問你網站的已注冊用戶或未 注冊的用戶提供動態(tài)的個性化內容建議，利用瀏覽器去執(zhí)行動態(tài)、adhoc 查詢和報表分析，并在高伸縮、安全的平臺上發(fā)布高質量的、動態(tài)生成的報表服務等，也允許自主式內容管理和發(fā)布新聞、導航式Oracle 專為南京社保提供 第 23 頁 開發(fā)和部署和發(fā)布以及在平臺上可集成 Web 服務。而且， Oracle Delivers 能主動動態(tài)判斷接收者，自動完成在正確的時候，把正確的信息傳遞給正確的人。 Oracle Answers 真正給最終用戶在瀏覽器中提供即席查詢能力。每一個組件都針對不同的目標用戶，這些用戶對相同的底層數據存在不同的應用需求，并希望通過不同的方式來訪問。 Oracle 商務智能套件企業(yè)版支持通過門戶 (Portal)技術進行集成，為不同類型的用戶提供一致的訪問界面。并具有用于數學、財務、統(tǒng)計和時間序列管理等方面的內置功能。 4. 資源管理。匯總表是用來存儲合計的數據 ——求和、總計及平均數 —— 等預先計算的結果的表。 4. 通過在 ETL 過程中加入質量控制模塊來保證數據的質量；同時ETL 過程中還有監(jiān)控模塊，當 ETL 過程出錯時，能夠修正錯誤，保證數據的質量。 OWB 提供了一個框架將數據倉庫的各個部分包括關系數據庫服務器、多維數據庫服務器 和前端分析工具相結合，從而產生了一個緊密集成、全面的數據倉庫和商業(yè)智能 (BI)解決方案。這種模式對應目前的情況是一種較為實際而有效的方式，數據的本地化采集使管理部門得到較快的決策支持過程。多維動態(tài)分析報表是基于多維數據庫的報表輸出，用于支持復雜的分析和預測，包括趨勢分析、 Whatif 分析等等。 多維數據庫中的分析用數據包括匯總數據、經過其他預處理的數據等，其數據結構與數據倉庫中明細數據的結構是完全不同的。 這三個過程是在保證各個源數據系統(tǒng)與數倉庫系統(tǒng)能夠成功連接（包括網絡協(xié)議標準的轉換、不同平臺之間的接口）的前提下實現的。這些信息將是管理部門進行信息管理和統(tǒng)計分析的依據。 ? 不受限制的：必須能適應變化，必須能迅速、簡單地處理更多的數據及服務更多的用戶，以滿足不斷增長的需求。 另一方面，我們也必須認識到，數據倉庫不是空中樓閣，它的實現是以現有業(yè)務系統(tǒng)為依據的，如果沒有完善的業(yè)務系統(tǒng)提供豐富的業(yè)務數據，如果沒有 MIS 系統(tǒng)提供大量的管理統(tǒng)計數據，數據倉庫Oracle 專為南京社保提供 第 9 頁 的建設是不可能的，應當說，數據倉庫是在勞動 社保 發(fā)展到一定程度后，進行更深層次發(fā)展的需要，是適應勞動社保創(chuàng)新和深化改革的需要，它是更高層次勞動社保計算機應用的體現。用于決策支持的數 據倉庫著重要解決的是大量數據的傳輸、加載、管理以及查詢效率問題。通常只對數據倉庫進行加載和查詢操作，很少進行修改。 2 面向南京市 勞動社會保障 的數據倉庫系統(tǒng) 如何建立面向 南京市勞動和社會保障管理 的數據倉庫系統(tǒng)？對 南京市社保 的各級行政管理人員而言，認識的程度相差是很大的，所以，在Oracle 專為南京社保提供 第 6 頁 詳細介紹 Oracle 公司針對南京市勞動社保行業(yè)數據倉庫項目的建議方案之前，我們先來明確一些關于數據倉庫的基本概念，以及數據倉庫和現有各個系統(tǒng)的關系問題，以幫助 南京市勞動和社保 的管理人員更好地認識建立數據倉庫的意義和可行性。 因此，結合內外兩方面的實際情況，建立南京市勞動社會保障數據倉庫系統(tǒng)，統(tǒng)籌規(guī)劃，逐步實施，已成為南京市勞動社保行業(yè)下一階段電子化發(fā)展的重點，也是南京市勞動社保全面深化勞動以及社會保險改革、提高行政管理水平的重大契機。 ? 提高勞動 社會保險統(tǒng)計指標 的預測分析水平： 建立一套完善的、準確的勞動 社會保險統(tǒng)計指標 體系，為各級勞動 社保管理部門和行政部門制定政策提供全面的、及時的數據資料和統(tǒng)計分析服務。Oracle 專為南京社保提供 第 0 頁 南京勞動社會保障局 Oracle 數據倉庫 方案建議書 甲骨文軟件系統(tǒng)有限公司 二零零陸年十二月 Oracle 專為南京社保提供 第 1 頁 目 錄 1 南京社保數據倉庫項目需求分析 ....................................... 2 南京市勞動社會保險行業(yè)面臨的問題和挑戰(zhàn) ............................................................................... 2 南京市勞動和社會保障行業(yè)信息系統(tǒng)建設的現狀 ...................................................................... 3 南京市勞動社會保障數據倉庫項目需求分析 ............................................................................... 4 2 面向南京市勞動社會保障的數據倉庫系統(tǒng) ................................ 5 數據倉庫的定義和基本特征 .............................................................................................................. 6 數據倉庫在社保的地位和作用 ......................................................................................................... 7 數據倉庫系統(tǒng)和現有業(yè)務系統(tǒng)的關系 ............................................................................................ 8 數據倉庫的實施原則 ........................................................................................................................... 9 3 南京市勞動社會保障數據倉庫 ORACLE 建議解決方案 ........................ 10 數據倉庫解決方案的目標 ................................................................................................................ 10 數據倉庫的應用結構 ......................................................................................................................... 11 數據獲取層 .................................................................................................................................................. 13 數據存儲層 ...........................................................................................................