動(dòng)態(tài)數(shù)據(jù)倉(cāng)庫(kù)的商務(wù)智能系統(tǒng)分析論文
從軟件系統(tǒng)應(yīng)用角度看是數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘等技術(shù)方法和工具在商業(yè)活動(dòng)中的集中應(yīng)用。其工作原理是從企業(yè)各類數(shù)據(jù)源收集數(shù)據(jù)，經(jīng)過(guò)抽取(extract)、轉(zhuǎn)化(transform)、加載(load)，送入數(shù)據(jù)倉(cāng)庫(kù)，使用數(shù)據(jù)查詢分析工具、數(shù)據(jù)挖掘工具和聯(lián)機(jī)分析處理工具對(duì)信息進(jìn)行處理，并以定制的動(dòng)態(tài)報(bào)表實(shí)時(shí)展示，從而將信息轉(zhuǎn)變?yōu)檩o助決策的知識(shí)，最終呈現(xiàn)給用戶。商務(wù)智能軟件的功能有：多維數(shù)據(jù)分析及展現(xiàn)、報(bào)表工具、趨勢(shì)分析、可視化工具、數(shù)據(jù)挖掘等。
在滿足商務(wù)智能各基本功能的前提下，企業(yè)對(duì)如何保證獲取和分析數(shù)據(jù)的實(shí)時(shí)性更為關(guān)注。即：數(shù)據(jù)抽取、轉(zhuǎn)換、加載、集成的實(shí)時(shí)性和分析，以對(duì)決策提供實(shí)時(shí)支持。
動(dòng)態(tài)數(shù)據(jù)倉(cāng)庫(kù)是對(duì)傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)的延伸和擴(kuò)展，通過(guò)動(dòng)態(tài)數(shù)據(jù)加載，動(dòng)態(tài)事件驅(qū)動(dòng)和動(dòng)態(tài)數(shù)據(jù)訪問(wèn)，對(duì)不同用戶群體(管理層、分析師、業(yè)務(wù)員)進(jìn)行分門別類的決策支持，將原來(lái)后臺(tái)的商務(wù)智能推向前端，使實(shí)時(shí)商務(wù)智能[2]成為可能。
數(shù)據(jù)倉(cāng)庫(kù)作為商務(wù)智能的重要依托，是對(duì)“海量數(shù)據(jù)”、“大數(shù)據(jù)”進(jìn)行分析處理的核心物理架構(gòu)。借助數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，可以將來(lái)自于不同數(shù)據(jù)源平臺(tái) (如crm、scm、erp、oa以及企業(yè)外部的系統(tǒng)和零散數(shù)據(jù))格式不一的數(shù)據(jù)處理成語(yǔ)義格式一致的多源數(shù)據(jù)進(jìn)行存儲(chǔ)。以往數(shù)據(jù)倉(cāng)庫(kù)很強(qiáng)調(diào)海量，但隨著商業(yè)機(jī)會(huì)出現(xiàn)的周期越來(lái)越短，只有少數(shù)行業(yè)壟斷企業(yè)憑借海量數(shù)據(jù)獲得商業(yè)智能素材，對(duì)于大多數(shù)企業(yè)而言必須快速地掌握信息變化，即便是小量、甚至個(gè)別的信息也有商機(jī)可挖。由此可見(jiàn)，更快的動(dòng)態(tài)數(shù)據(jù)日益成為今后的主流。相比傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)，動(dòng)態(tài)數(shù)據(jù)倉(cāng)庫(kù)強(qiáng)調(diào)數(shù)據(jù)的及時(shí)性和同步，其實(shí)質(zhì)是將數(shù)據(jù)倉(cāng)庫(kù)和一個(gè)運(yùn)作數(shù)據(jù)存儲(chǔ)結(jié)合起來(lái)，以便對(duì)數(shù)據(jù)同時(shí)更新，并從同一個(gè)中央倉(cāng)庫(kù)中獲得時(shí)間敏感性數(shù)據(jù)和詳細(xì)歷史數(shù)據(jù)。
動(dòng)態(tài)數(shù)據(jù)倉(cāng)庫(kù)關(guān)鍵是動(dòng)態(tài)加載數(shù)據(jù)，也就是數(shù)據(jù)倉(cāng)庫(kù)的etl過(guò)程。etl是將業(yè)務(wù)系統(tǒng)的數(shù)據(jù)源按一定順序進(jìn)行采集，然后按照數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)進(jìn)行合理的轉(zhuǎn)換，并將源數(shù)據(jù)中出現(xiàn)的二義性、重復(fù)、不完整、違反業(yè)務(wù)或邏輯規(guī)則等問(wèn)題統(tǒng)一進(jìn)行處理，最后按照數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)進(jìn)行數(shù)據(jù)加載，也就是常說(shuō)得數(shù)據(jù)抽取、轉(zhuǎn)化、裝載。這一過(guò)程實(shí)現(xiàn)了多種類、多平臺(tái)數(shù)據(jù)源的整合，解決數(shù)據(jù)在時(shí)間、不穩(wěn)定性、依賴性等方面的差異，保證數(shù)據(jù)一致性，達(dá)到正確理解數(shù)據(jù)業(yè)務(wù)含義的目的，這也是etl技術(shù)核心所在。數(shù)據(jù)的實(shí)時(shí)加載有多種方法，早期有短時(shí)間間隔內(nèi)批量數(shù)據(jù)抽取盒利用eai消息隊(duì)列的數(shù)據(jù)傳輸，后有利用soa框架和xml 統(tǒng)一數(shù)據(jù)格式解決數(shù)據(jù)與數(shù)據(jù)源的實(shí)時(shí)同步問(wèn)題[34]。