【正文】 數(shù)據(jù)倉(cāng)庫作為基礎(chǔ)，即從數(shù)據(jù)倉(cāng)庫中抽取詳細(xì)數(shù)據(jù)的一個(gè)子集并經(jīng)過必要的聚集存儲(chǔ)到 OLAP存儲(chǔ)器中供前端分析工具讀取。 ③ 數(shù)據(jù)聚合和鉆取 前面提到維度是具有層次性的，層次性實(shí)際上反映了數(shù)據(jù)的綜合程度。 ①數(shù)據(jù)切片 (slice) 多維數(shù)據(jù)是由多個(gè)維度組成的，如果在某一維度上選定一個(gè)取值，則 n維多維數(shù)據(jù)就從 n維下降成了 nl維，則稱多維數(shù)組的子集為多維數(shù)組在維度 i上的切片。維圖圍繞事實(shí)表顯示在射線上。 星型模式 (star Schema)通常由一個(gè)中心表 (事實(shí)表 )和一組維表組成。一般地多維數(shù)組用多維立方體來表示，但數(shù)據(jù)立方體并不一定限于三維，因此又稱為超立方 ②立方體和超立方 (Cube) 數(shù)據(jù)立方體方法的基本思想是實(shí)現(xiàn)某些常用的代價(jià)較高的聚集函數(shù)的計(jì)算，諸如計(jì)數(shù)、求和、平均、最大值等，并將這些實(shí)現(xiàn)視圖儲(chǔ)存在多維數(shù)據(jù)庫中。多維數(shù)據(jù)模型是數(shù)據(jù)分析時(shí)用戶的數(shù)據(jù)視圖，是面向分析的數(shù)據(jù)模型，可以給分析人員提供多種觀察的視角和面向分析的操作。 OLAP的目標(biāo)是滿足決策支持或多維環(huán)境特定的查詢和報(bào)表需求，它的技術(shù)核心是“維”這個(gè)概念，因此 OLAP也可以說是多維數(shù)據(jù)分析工具的集合。應(yīng)用設(shè)計(jì)的任務(wù)是設(shè)計(jì)標(biāo)準(zhǔn)的用戶應(yīng)用模板。為解決這些問題人們采用了新的技術(shù)。模型設(shè)計(jì)主要包括四個(gè)基本步驟：確定合適的主題、劃分粒度層次、設(shè)計(jì)維表和設(shè)計(jì)事實(shí)表。如何采用合理有效的技術(shù)是實(shí)現(xiàn)一個(gè)好的數(shù)據(jù)倉(cāng)庫系統(tǒng)的基本條件。因此數(shù)據(jù)倉(cāng)庫的設(shè)計(jì)可以從數(shù)據(jù)、技術(shù)和應(yīng)用三方面展開，其基本框架如圖 1313所示 基本框架的各部分描述如下 ： ? 項(xiàng)目計(jì)劃。 ? 操作數(shù)據(jù)源包括各種生產(chǎn)系統(tǒng)數(shù)據(jù)庫、聯(lián)機(jī)事務(wù)處理系統(tǒng)的操作數(shù)據(jù)庫等； ? 外部源數(shù)據(jù)一般來自企業(yè)的外部信息，如市場(chǎng)調(diào)查與分析及各類文檔等。 ? 因?yàn)閿?shù)據(jù)倉(cāng)庫中的數(shù)據(jù)一般不更新，可以考慮一些在經(jīng)常更新情況下不能使用的物理設(shè)計(jì)。中間層數(shù)據(jù)模型 4種基本構(gòu)造，見圖1310： ? 聯(lián)接數(shù)據(jù)組：本主題域與其他主題域間的聯(lián)系，一個(gè)主題的公共碼鍵。通常，數(shù)據(jù)數(shù)據(jù)可以分為三個(gè)層次：高層數(shù)據(jù)模型 (ER圖，實(shí)體關(guān)系層 )、中間層模型 (DIS，數(shù)據(jù)項(xiàng)集 )、底層數(shù)據(jù)模型 (物理模型 )。在一個(gè)星期的七天中，數(shù)據(jù)被逐一記錄在每日數(shù)據(jù)集中；然后，七天的數(shù)據(jù)被綜合并記錄在周數(shù)據(jù)集中；接下去的一個(gè)星期，日數(shù)據(jù)集被重新使用，以記錄新數(shù)據(jù)。 ? 粒度可以分為兩種形式，第一種粒度稱為多維粒度，是對(duì)數(shù)據(jù)倉(cāng)庫中的數(shù)據(jù)的綜合程度高低的一個(gè)度量，它既影響數(shù)據(jù)倉(cāng)庫中的數(shù)據(jù)量的多少，也影響數(shù)據(jù)倉(cāng)庫所能回答詢問的種類。隨著時(shí)間的推移，當(dāng)前細(xì)節(jié)數(shù)據(jù)由數(shù)據(jù)倉(cāng)庫的時(shí)間控制機(jī)制轉(zhuǎn)為早期細(xì)節(jié)數(shù)據(jù)?！? 從上面這個(gè)概念的字面意義來看，數(shù)據(jù)倉(cāng)庫包含兩層含義： ①數(shù)據(jù)，即關(guān)于某事的事實(shí)和信息； ②倉(cāng)庫，即存儲(chǔ)貨物和商品的地方或設(shè)施。這些操作適合不同的用戶。數(shù)據(jù)裝載有兩個(gè)部分，一部分是把合法數(shù)據(jù)文件裝入回滾表中，該裝入過程沒有匯總部分；另一部分是把初次匯總表加載到臨時(shí)匯總表，根據(jù)不同類型的數(shù)據(jù)，可能會(huì)有二次匯總。按數(shù)據(jù)清洗的實(shí)現(xiàn)方式與范圍，可將數(shù)據(jù)清洗分為四種：①手工實(shí)現(xiàn)方式：用人工來檢測(cè)所有的錯(cuò)誤并改正。 a. 數(shù)據(jù)的更新方式 量更新還是批量更新。 （ 2）數(shù)據(jù)存儲(chǔ)子系統(tǒng) —— 數(shù)據(jù)倉(cāng)庫 數(shù)據(jù)倉(cāng)庫在現(xiàn)有各業(yè)務(wù)系統(tǒng)的基礎(chǔ)上，對(duì)數(shù)據(jù)進(jìn)行抽取、清理，并有效集成后，按照主題進(jìn)行重新組織，最終確定數(shù)據(jù)倉(cāng)庫的物理存儲(chǔ)結(jié)構(gòu)，同時(shí)組織存儲(chǔ)數(shù)據(jù)倉(cāng)庫元數(shù)據(jù)（具體包括數(shù)據(jù)倉(cāng)庫的數(shù)據(jù)字典、記錄系統(tǒng)定義、數(shù)據(jù)轉(zhuǎn)換規(guī)則、數(shù)據(jù)加載頻率以及業(yè)務(wù)規(guī)則等信息）。而一個(gè)商業(yè)智能的體系結(jié)構(gòu)是指通過識(shí)別和理解數(shù)據(jù)在系統(tǒng)中的流動(dòng)過程和數(shù)據(jù)在企業(yè)中的應(yīng)用過程來提供商業(yè)智能系統(tǒng)應(yīng)用的主框架。它經(jīng)歷了事務(wù)處理系統(tǒng)（ Transaction Proccss System， TPS）、高級(jí)管理人員信息系統(tǒng)（ Executive Information system，EIS）、管理信息系統(tǒng)（ Management Information System， MIS）和決策支持系統(tǒng)（ Decision Support System， DSS）等階段，最終演變成今天的企業(yè)商務(wù)智能。 ?SAP認(rèn)為：商業(yè)智能是一大類收集、存儲(chǔ)、分析和訪問數(shù)據(jù)以幫助企業(yè)用戶更好進(jìn)行決策的應(yīng)用程序與技術(shù)。 （ 4）信息技術(shù)的推動(dòng)。 商務(wù)智能概述 商務(wù)智能將業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)換成明確的、基于事實(shí)的、能夠執(zhí)行的信息，并且使得業(yè)務(wù)人員能夠發(fā)現(xiàn)客戶趨勢(shì)，創(chuàng)建客戶忠誠(chéng)度，增強(qiáng)與供應(yīng)商的關(guān)系，減少金融風(fēng)險(xiǎn)，以及揭示新的銷售商機(jī)。它是提高和維持競(jìng)爭(zhēng)優(yōu)勢(shì)的一條有效的途徑。它允許用戶查詢和分析數(shù)據(jù)庫，可以得出影響商業(yè)活動(dòng)的關(guān)鍵因素，最終幫助用戶做出更好、更合理的決策。 ?DWReview認(rèn)為：從數(shù)據(jù)分析的觀點(diǎn)，商業(yè)智能是收集與研究主題相關(guān)的、高質(zhì)量的、有意義的信息、以幫助分析信息、得出結(jié)論或做出假設(shè)的過程。據(jù) IDC預(yù)測(cè)，亞太地區(qū)商務(wù)智能軟件市場(chǎng)正以每年 23%的速度增長(zhǎng)，而中國(guó)是亞太地區(qū)商務(wù)智能增長(zhǎng)最為迅速的市場(chǎng)之一；如果中國(guó)經(jīng)濟(jì)繼續(xù)保持高速增長(zhǎng)，商務(wù)智能軟件在中國(guó)內(nèi)地市場(chǎng)的年銷售額平均增長(zhǎng)速度至少在 %。這部分是商務(wù)智能系統(tǒng)的靈魂，它滿足了從簡(jiǎn)單報(bào)表經(jīng)由 OLAP擴(kuò)展到數(shù)據(jù)挖掘范圍內(nèi)的各種需要； （ 4） BI將所得的知識(shí)以及決策者自身的反饋信息再次帶入運(yùn)作環(huán)境中，根據(jù)情況變化，表達(dá)新的需求，提高商務(wù)智能流程內(nèi)在質(zhì)量。其中數(shù)據(jù)分析工具主要針對(duì) OLAP服務(wù)器，報(bào)表工具、數(shù)據(jù)挖掘工具既針對(duì)數(shù)據(jù)倉(cāng)庫，同時(shí)也針對(duì) OLAP服務(wù)器。數(shù)據(jù)的傳輸模式即數(shù)據(jù)倉(cāng)庫中的數(shù)據(jù)是采用拉（ Pull）的方式還是采用推（ Push）的方式從數(shù)據(jù)源中獲取。但通常數(shù)據(jù)清洗是一個(gè)反復(fù)進(jìn)行的過程，這就導(dǎo)致清理程序復(fù)雜、系統(tǒng)工作量大。 (3) 數(shù)據(jù)存儲(chǔ) 對(duì)于一個(gè)企業(yè)來說，最關(guān)鍵最重要的是如何以一種有效的方式逐步整理各個(gè)業(yè)務(wù)處理系統(tǒng)中積累下來的歷史數(shù)據(jù)，并通過靈活有效的方式為各級(jí)業(yè)務(wù)人員提供統(tǒng)一的信息視圖，從而在整個(gè)企業(yè)內(nèi)實(shí)現(xiàn)真正的信息共享。另一種存在方式是以數(shù)據(jù)庫為基礎(chǔ)（即元數(shù)據(jù)庫），給一個(gè)數(shù)據(jù)庫有一個(gè)元數(shù)據(jù)文件，該文件為一表格數(shù)據(jù)，它由若干項(xiàng)組成，每一項(xiàng)表示元數(shù)據(jù)的一個(gè)要素，其記錄為每一個(gè)數(shù)據(jù)集的元數(shù)據(jù)內(nèi)容。 ④ 時(shí)變性 ⑤ 時(shí)變性表現(xiàn)在數(shù)據(jù)倉(cāng)庫的數(shù)據(jù)是在一個(gè)很長(zhǎng)的時(shí)間上的數(shù)據(jù)。 e 元數(shù)據(jù) 對(duì)數(shù)據(jù)倉(cāng)庫中的各種數(shù)據(jù)進(jìn)行詳細(xì)的描述與說明，說明每個(gè)數(shù)據(jù)的上下文關(guān)系，使每個(gè)數(shù)據(jù)具有符合現(xiàn)實(shí)的真實(shí)含義，使最終用戶了解這些數(shù)據(jù)之間的關(guān)系。它的目的同樣在于將數(shù)據(jù)分散到各自的物理單元中去，以便能分別獨(dú)立處理。輪轉(zhuǎn)綜合結(jié)構(gòu)十分簡(jiǎn)捷，數(shù)據(jù)量較簡(jiǎn)單堆積結(jié)構(gòu)大大減少。這個(gè)范圍由系統(tǒng)的建模者、管理人員和最終用戶共同確定。 ? 類型數(shù)據(jù)組：經(jīng)常變化的數(shù)據(jù)項(xiàng)。數(shù)據(jù)模型既適用于現(xiàn)有的系統(tǒng)環(huán)境也適用于數(shù)據(jù)倉(cāng)庫中的環(huán)境。 數(shù)據(jù)的存儲(chǔ)與管理是整個(gè)數(shù)據(jù)倉(cāng)庫系統(tǒng)的核心。業(yè)務(wù)需求分析是數(shù)據(jù)倉(cāng)庫中一個(gè)很重要的階段，好的業(yè)務(wù)需求分析會(huì)使項(xiàng)目成功的機(jī)率大大增加。數(shù)據(jù)倉(cāng)庫的建立最終是為應(yīng)用服務(wù)的，所以需要對(duì)應(yīng)用進(jìn)行設(shè)計(jì)和開發(fā)，以更好地滿足用戶的需要。其過程包括以下三個(gè)方面：確定物理存儲(chǔ)結(jié)構(gòu)；確定索引策略；確定存儲(chǔ)分配。 ? 產(chǎn)品選擇。應(yīng)用開發(fā)是通過應(yīng)用設(shè)計(jì)說明書，按照標(biāo)準(zhǔn)的軟件開發(fā)流程，實(shí)現(xiàn)模板的設(shè)計(jì)。 ② 可分析性： OLAP系統(tǒng)應(yīng)能處理與應(yīng)用有關(guān)的任何邏輯分析和統(tǒng)計(jì)分析。 人們觀察數(shù)據(jù)的某個(gè)特定角度還可以存在細(xì)節(jié)程度不同的多個(gè)描述方面，稱為維的層次（ Hierarchy）。由于預(yù)先計(jì)算了所有可能的聚集，因此可加快分析時(shí)的響應(yīng)速度。這種模式圖很像星星，維表圍繞中心表，故命名為星型模式。在某些維表中，屬性列不是基本數(shù)據(jù)項(xiàng)，仍然是一個(gè)維表。 ②數(shù)據(jù)切塊 (Dice) 在多維數(shù)組的某一維上選定某一區(qū)間的維成員的動(dòng)作稱為切塊。數(shù)據(jù)聚合是對(duì)數(shù)據(jù)進(jìn)行高層次綜合的操作；是在某一維上將低層次的細(xì)節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)，或者減少維數(shù)；數(shù)據(jù)鉆取則是從較高的維度層次下降到較低的維度層次的操作，它從匯總數(shù)據(jù)深入到細(xì)節(jié)數(shù)據(jù)進(jìn)行觀察或增加新維。 數(shù)據(jù)倉(cāng)庫服務(wù)器 OLAP服務(wù)器 前端展示工具 SQL 查詢 查詢結(jié)果 請(qǐng)求 返回 結(jié)果 返回 結(jié)果 SQL 圖 1314 OLAP三層客戶 /服務(wù)器結(jié)構(gòu)數(shù)據(jù)倉(cāng)庫服務(wù)器 ? 數(shù)據(jù)倉(cāng)庫服務(wù)器：實(shí)現(xiàn)和基層運(yùn)營(yíng)數(shù)據(jù)庫系統(tǒng)的連接，完成企業(yè)級(jí)數(shù)據(jù)一致和數(shù)據(jù)共享的工作 ? OLAP服務(wù)器：根據(jù)最終客戶的請(qǐng)求實(shí)現(xiàn)分解成 OLAP分析的各種分析動(dòng)作，并使用 DW中的數(shù)據(jù)完成這些動(dòng)作 ? 前端展示工具：將 OLAP服務(wù)器處理得到的結(jié)果用直觀的方式展現(xiàn)給最終用戶。 ? MOLAP與 ROLAP是目前使用最多的兩種 OLAP結(jié)構(gòu)，這兩種結(jié)構(gòu)都能完成相同的分析功能。 b. 可根據(jù) RDBMS的元數(shù)據(jù)產(chǎn)生多維視圖 —— 一個(gè)真正的 HOLAP可利用 RDBMS的元數(shù)據(jù)來構(gòu)建多維模型并可以利用元數(shù)據(jù)方便快捷地更改多維視圖，減少開發(fā)和維護(hù)人員的工作量。此外，數(shù)據(jù)挖掘技術(shù)還會(huì)同可視化技術(shù)、地理信息系統(tǒng)、統(tǒng)計(jì)分析系統(tǒng)相結(jié)合，豐富數(shù)據(jù)挖掘技術(shù)及工具的功能與性能。 c. 既然數(shù)據(jù)是海量的，那么數(shù)據(jù)中就會(huì)隱含一定的變化趨勢(shì)，在數(shù)據(jù)挖掘中也要對(duì)這個(gè)趨勢(shì)做應(yīng)有的考慮和評(píng)價(jià)。例如曾經(jīng)用數(shù)據(jù)挖掘找出的啤酒和尿布的例子，如何去解釋這種現(xiàn)象，是應(yīng)該將兩者放在一起還是分開銷售，這還需要對(duì)消費(fèi)心理學(xué)有所研究才能做出決定，而不是數(shù)據(jù)挖掘能力所及的了。 Visual Warehouse是數(shù)據(jù)倉(cāng)庫工具，提供數(shù)據(jù)抽取、整合、轉(zhuǎn)換、清洗、加載等功能，可以按預(yù)先設(shè)定的時(shí)間自動(dòng)更新數(shù)據(jù)倉(cāng)庫，甚至允許使用第三方工具完成數(shù)據(jù)抽取過程。 IBM商務(wù)智能解決方案中，查詢工具還可以使用第三方前端展現(xiàn)工具，如 BO的 Business objects，Cognos的 Impromptu， Lotus的 Approach等。 （ 2） Adaptive Server IQ Multiplex Adaptive Server IQ Multiplex是專門為滿足數(shù)據(jù)倉(cāng)庫和商業(yè)智能設(shè)計(jì)的高性能的關(guān)系數(shù)據(jù)庫系統(tǒng)。平衡計(jì)分卡是協(xié)助企業(yè)擬定策略及監(jiān)控執(zhí)行效果的強(qiáng)大工具，提供了延展性和可靠性來支持高需求的企業(yè)環(huán)境。據(jù)悉，在微軟 Analysis Services的下一個(gè)版本中，會(huì)進(jìn)一步提供時(shí)間序列 (Time Series) 、連續(xù)聚集 (Sequence Clustering) 、關(guān)聯(lián)分析 (Association) 、貝氏分析 (Naive Bayes) 與神經(jīng)網(wǎng)絡(luò) (Neural Network)算法