论文部分内容阅读
数据仓库是一项基于数据管理和利用的综合性技术。近年来,数据仓库技术在信息技术领域中日益成熟,己成为业界研究的重点。企业要想在市场竞争中取胜,获得更大的经济效益,可以利用数据仓库技术,对企业的业务数据进行深层次的挖掘、分析历史和当前的业务数据以及相关环境的数据,快速获取其中有用的决策信息,为企业提供快速、准确和方便的决策支持。数据仓库是面向主题的、集成的、时变的和非易失的数据集合,支持管理的决策过程。数据仓库不是一个新的平台,而是一个新的概念。数据仓库也不是一个现成的产品,而是一个解决方案。数据仓库是在收集各种分散、异构数据源的基础上,对数据进行转换和集成,从而为决策者提供单一的分析环境,帮助其进行科学决策。联机分析处理(On-Line Analytical Processing,OLAP)是数据仓库的一个典型的应用。它能将数据仓库中的数据按照不同的粒度级进行聚合和预计算,从而在用户面前展现多维数据视图。同时,联机分析处理还提供了较直观的多维分析操作,包括切片、切块、上卷、下钻和旋转等,使用户能多角度、多层次地观察数据仓库中的数据。本论文对面向决策支持的数据仓库技术进行了深入的研究,利用数据仓库和联机分析处理的相关知识,独立设计了钢铁销售决策支持的数据仓库系统的架构,建立了数据仓库系统,并在此基础上进行应用研究。本文阐述了数据仓库的基本概念及特点、数据仓库的体系结构、数据仓库的数据组织、数据仓库的数据分析等知识,介绍了Oracle公司提供的基于Oracle 9i数据仓库解决方案及其关键工具,在对本文的理论基础进行了详细的介绍后,研究了如何将数据仓库及联机分析处理有关理论、方法应用于决策支持系统中。完成的主要工作有:结合钢材销售主业务,构建数据仓库模型,划分了合同、销售及来款三个主题,建立了满足此模型需求OLAP三层客户/服务器体系结构,进而完成了为销售决策提供支持的数据仓库环境的设计;运用OWB工具实现了部分系统需求数据的ETL转换;为了在两维的屏幕中显示多维数据,运用了最新的Oracle Business Intelligence Tools中的Discoverer及相关工具,实现了OLAP多维分析操作;设计了基于Oracle数据仓库的应用模型,独立完成了某钢铁公司销售决策支持系统的数据仓库架构设计、建模及OLAP分析,从而实现了数据仓库系统在销售决策中的实际应用。实践证明,本文中数据仓库系统的应用模型设计方法及开发步骤,充分利用了Oracle产品集,开发出了高效、灵活、实用的DSS系统,在实际的推广应用中受到了柳钢销售分析决策人员的一致好评。文中的数据仓库系统的应用模型设计方法、开发步骤及数据表现形式,对基于Oracle数据仓库的设计及开发具有一定的参考价值。