1. BI(Business Intelligence) 是一种运用了数据仓库、在线分析和数据挖掘等技术来处理和分析数据的崭新技
术,目的是为企业决策者提供决策支持。)
BI 运行的基础是):数据仓库,联机分析),数据挖掘)
目的:提供决策支持)
分类:信息类 BI 应用,)知识类 BI 应用
应用模式:
初级模式)------数据查询和生成报表
高级应用模式------OLAP,即联机分析处理,是)BI 带来的一种全新的数据观察方式,是)BI 的核心技术之一
2. 数据仓库(Data Warehouse)是一个面向主题的(Subject Oriented)、集成的(Integrated)、相对
稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策(Decision
Making Support)。)
面向主题:操作型数据库的数据组织面向事务处理任务,各个业务系统之间各自分离,而数据仓库中的数据是按
照一定的主题域进行组织的。)
集成的:数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的,
必须消除源数据中的不一致性,以保证数据仓库内的信息是关于整个企业的一致的全局信息。)
相对稳定的:数据仓库的数据主要供企业决策分析之用,所涉及的数据操作主要是数据查询,一旦某个数据进入
数据仓库以后,一般情况下将被长期保留,也就是数据仓库中一般有大量的查询操作,但修改和删除操作很少,
通常只需要定期的加载、刷新。)
反映历史变化:数据仓库中的数据通常包含历史信息,系统记录了企业从过去某一时点(如开始应用数据仓库的时
点)到目前的各个阶段的信息,通过这些信息,可以对企业的发展历程和未来趋势做出定量分析和预测。
数据仓库组成部分:数据抽取工具,数据仓库数据库,元数据,数据集市,数据仓库管理,信息发布系统,访问工
具。
元数据:
数据仓库的元数据与数据库管理系统张的数据字典相似,在数据字典中,保存了逻辑数据结构,文件和地
址,索引等信息,同样的,元数据是数据仓库数据本身信息的数据。
三类元数据:
1. 操作型元数据)--- 数据仓库中的数据来自于企业中多个操作型系统,这些数据源不同数据结构,字段
长度,数据类型都不同,传递时,需要把这些数据与原始数据联系起来。操作型元数据包含了所有
操作型数据源的信息。
2. 抽取和转换元数据)---包含了源数据系统的数据抽取信息,数据准备阶段的数据转换的所有信息。
3. 最终用户元数据)--- 是用户可以从数据仓库中找到自己需要的信息,允许用户使用自己的商业术语
和自己认可的方式寻找信息。
意义:
1. 它连接了数据仓库的所有部分。
2. 它为开发者提供了数据仓库内容和结构的所有信息。
3. 他向最终用户打开了数据仓库的大门,使他们能够用自己的话语来辨识其中的内容。