
數(shù)據(jù)倉(cāng)庫(kù)在異構(gòu)數(shù)據(jù)庫(kù)集成中的應(yīng)用
1、引言
由于企業(yè)信息系統(tǒng)是逐步建立起來(lái)的,因此基于不同時(shí)期的計(jì)算機(jī)技術(shù)而建立起來(lái)的各領(lǐng)域信息系統(tǒng)采用了不同的數(shù)據(jù)庫(kù)系統(tǒng),且自成一體。并以不同的數(shù)據(jù)模式描述數(shù)據(jù),使用不同的語(yǔ)言描述數(shù)據(jù)存儲(chǔ)和操縱事務(wù),它們無(wú)法通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)實(shí)現(xiàn)系統(tǒng)間的信息交換和結(jié)合,因此企業(yè)信息系統(tǒng)中形成了多個(gè)異構(gòu)的、分散的數(shù)據(jù)庫(kù)系統(tǒng),并出現(xiàn)了大量的信息孤島。在現(xiàn)有的異構(gòu)數(shù)據(jù)庫(kù)系統(tǒng)的基礎(chǔ)上,為了有效地實(shí)現(xiàn)各個(gè)數(shù)據(jù)庫(kù)系統(tǒng)之間的信息共享、傳遞和反饋,解決企業(yè)信息系統(tǒng)中的信息孤島現(xiàn)象,我們有必要對(duì)數(shù)據(jù)庫(kù)系統(tǒng)中的數(shù)據(jù)進(jìn)行再加工,集成異構(gòu)數(shù)據(jù)庫(kù)系統(tǒng),形成綜合的、面向分析的操作平臺(tái),從而更好地支持企業(yè)的決策分析。數(shù)據(jù)倉(cāng)庫(kù)技術(shù)就是解決異構(gòu)數(shù)據(jù)庫(kù)信息集成的有效方案,因?yàn)?a href='/map/shujucangku/' style='color:#000;font-size:inherit;'>數(shù)據(jù)倉(cāng)庫(kù)可以從異構(gòu)的數(shù)據(jù)庫(kù)系統(tǒng)中使用統(tǒng)一的全局模式來(lái)描述數(shù)據(jù),并將這些數(shù)據(jù)集成在數(shù)據(jù)倉(cāng)庫(kù)中,用戶可以通過(guò)數(shù)據(jù)倉(cāng)庫(kù)提供的統(tǒng)一的數(shù)據(jù)接口進(jìn)行統(tǒng)計(jì)分析,最終支持決策者的決策過(guò)程。
2、數(shù)據(jù)倉(cāng)庫(kù)技術(shù)
數(shù)據(jù)倉(cāng)庫(kù)是面向主題的、集成的、隨時(shí)間變化的、非易失性的數(shù)據(jù)集合,它用于支持管理層的決策過(guò)程。數(shù)據(jù)倉(cāng)庫(kù)的創(chuàng)建和使用都是圍繞著主題的,數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)不是將業(yè)務(wù)處理系統(tǒng)中的數(shù)據(jù)簡(jiǎn)單集合,而是對(duì)各種源數(shù)據(jù)進(jìn)行抽取、篩選、清理、綜合而得到的數(shù)據(jù)集合目。數(shù)據(jù)倉(cāng)庫(kù)中所存儲(chǔ)的數(shù)據(jù)不經(jīng)常進(jìn)行更新處理,它主要用于查詢和分析。與傳統(tǒng)的數(shù)據(jù)庫(kù)相比,數(shù)據(jù)倉(cāng)庫(kù)的主要特點(diǎn)表現(xiàn)在:集成了面向主題的綜合數(shù)據(jù)、帶有數(shù)據(jù)集成性質(zhì)、數(shù)據(jù)不常更新、數(shù)據(jù)是隨時(shí)間不斷加載的。
3、異構(gòu)數(shù)據(jù)庫(kù)集成的實(shí)現(xiàn)方案
數(shù)據(jù)倉(cāng)庫(kù)技術(shù)作為異構(gòu)數(shù)據(jù)庫(kù)集成的解決方案,不僅可以通過(guò)數(shù)據(jù)抽取和轉(zhuǎn)移工具將位于不同地域、不同操作系統(tǒng)平臺(tái)、不同數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)按照一定的數(shù)據(jù)模式集成在一起,同時(shí)能夠保證數(shù)據(jù)的一致性。下面將給出異構(gòu)數(shù)據(jù)庫(kù)集成的解決方案。
3.1異構(gòu)數(shù)據(jù)庫(kù)的集成方法
該方法的基本思想是:在原有的不同領(lǐng)域信息系統(tǒng)的基礎(chǔ)上,按照決策者的決策需求確定查詢主題,定義基于數(shù)據(jù)倉(cāng)庫(kù)的新的數(shù)據(jù)全局模式,從異構(gòu)數(shù)據(jù)庫(kù)中通過(guò)數(shù)據(jù)抽取和轉(zhuǎn)換工具將數(shù)據(jù)抽取出來(lái),以一定的格式裝載到數(shù)據(jù)倉(cāng)庫(kù)中。同時(shí)按照決策者和用戶的查詢需求編寫應(yīng)用程序,最后以查詢報(bào)告或表格形式反饋給決策者或用戶。
3.2定義新的數(shù)據(jù)模型
由于數(shù)據(jù)倉(cāng)庫(kù)注重的是數(shù)據(jù)查詢,設(shè)計(jì)的目的是使用戶能夠盡可能地直接訪問(wèn)到數(shù)據(jù),因此數(shù)據(jù)是按照決策分析的主題來(lái)組織的,每個(gè)主題對(duì)應(yīng)一個(gè)宏觀的分析領(lǐng)域。因此數(shù)據(jù)的概念模型是多維數(shù)據(jù)模型,這樣可以用多維分析的方法從多角度、多層次對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。
為實(shí)現(xiàn)異構(gòu)數(shù)據(jù)庫(kù)的數(shù)據(jù)集成, 須首先通過(guò)數(shù)據(jù)的抽取和轉(zhuǎn)換工具將位于不同操作系統(tǒng)平臺(tái)、不同數(shù)據(jù)組織形式的數(shù)據(jù)按照 定的數(shù)據(jù)模型集成到數(shù)據(jù)倉(cāng)庫(kù)中,其目的就是保證數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的一致性。
[page] (1)抽取
為了將來(lái)自不同數(shù)據(jù)庫(kù)系統(tǒng)的數(shù)據(jù)集成到數(shù)據(jù)倉(cāng)庫(kù)中,必須首先從外部數(shù)據(jù)庫(kù)將有關(guān)數(shù)據(jù)抽取出來(lái)。數(shù)據(jù)的抽取是數(shù)據(jù)倉(cāng)庫(kù)成功的關(guān)鍵。為了將數(shù)據(jù)抽取出來(lái),我們必須按照已確定的新的數(shù)據(jù)模型來(lái)抽取數(shù)據(jù),因?yàn)樵谛碌臄?shù)據(jù)模型中描述了哪些數(shù)據(jù)需要抽取。
在此基礎(chǔ)上我們需要編寫數(shù)據(jù)的抽取程序。該抽取程序的基本功能就是利用OBDC技術(shù)訪問(wèn)異構(gòu)數(shù)據(jù)庫(kù)并將不同數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)抽取出來(lái)。具體的實(shí)現(xiàn)方法是:
① 利用ODBC數(shù)據(jù)源管理器根據(jù)不同的數(shù)據(jù)庫(kù)系統(tǒng)創(chuàng)建相應(yīng)的數(shù)據(jù)源;
② 在相應(yīng)的抽取程序中根據(jù)該數(shù)據(jù)源讀取源數(shù)據(jù)庫(kù)中的數(shù)據(jù)。
(2)轉(zhuǎn)換
從源數(shù)據(jù)庫(kù)中抽取出來(lái)的數(shù)據(jù)必須依據(jù)事先定義好的標(biāo)準(zhǔn)數(shù)據(jù)格式進(jìn)行數(shù)據(jù)的轉(zhuǎn)換。由于企業(yè)信息系統(tǒng)中同一個(gè)數(shù)據(jù)可能存放在不同子系統(tǒng)的數(shù)據(jù)庫(kù)中,這些數(shù)據(jù)庫(kù)之間是分散和異構(gòu)的,因此就會(huì)出現(xiàn)數(shù)據(jù)名稱、數(shù)據(jù)單位、數(shù)據(jù)類型甚至數(shù)據(jù)值不一致的情況,如果這些數(shù)據(jù)被抽取到數(shù)據(jù)倉(cāng)庫(kù)中,必然會(huì)造成數(shù)據(jù)的不真實(shí)性,為此有必要對(duì)這些抽取的數(shù)據(jù)進(jìn)行徹底地轉(zhuǎn)換。
數(shù)據(jù)轉(zhuǎn)換的基本思想是:首先建立數(shù)據(jù)轉(zhuǎn)換規(guī)則集和元數(shù)據(jù)庫(kù)。抽取出來(lái)的數(shù)據(jù)必須按照數(shù)據(jù)轉(zhuǎn)換規(guī)則集和元數(shù)據(jù)庫(kù)中定義的標(biāo)準(zhǔn)對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換或修補(bǔ)以適應(yīng)新標(biāo)準(zhǔn),然后才能將數(shù)據(jù)裝載到數(shù)據(jù)倉(cāng)庫(kù)中。數(shù)據(jù)轉(zhuǎn)換規(guī)則集的表結(jié)構(gòu)見(jiàn)表1。
元數(shù)據(jù)庫(kù)存放的是關(guān)于數(shù)據(jù)的數(shù)據(jù),即對(duì)抽取出來(lái)的數(shù)據(jù)的描述與說(shuō)明,是數(shù)據(jù)轉(zhuǎn)換的一個(gè)重要依據(jù),數(shù)據(jù)被抽取出來(lái)后,如果在元數(shù)據(jù)庫(kù)中存在該數(shù)據(jù),則要按照元數(shù)據(jù)中定義的標(biāo)準(zhǔn)數(shù)據(jù)格式處理數(shù)據(jù)。否則就要籌建新的數(shù)據(jù)標(biāo)準(zhǔn)并存儲(chǔ)到元數(shù)據(jù)庫(kù)中。
4、結(jié)束語(yǔ)
采用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)解決異構(gòu)數(shù)據(jù)庫(kù)的集成問(wèn)題應(yīng)該是一個(gè)好的解決方案。因?yàn)镺DBC技術(shù)為訪問(wèn)異構(gòu)數(shù)據(jù)庫(kù)提供了統(tǒng)一的方式。同時(shí)也為各異構(gòu)數(shù)據(jù)庫(kù)之間的協(xié)作和多個(gè)異構(gòu)數(shù)據(jù)庫(kù)之間的操作提供了系統(tǒng)平臺(tái);而數(shù)據(jù)倉(cāng)庫(kù)的建立,不僅實(shí)現(xiàn)了企業(yè)信息系統(tǒng)中信息的集成,同時(shí)為充分利用這些綜合數(shù)據(jù)、歷史數(shù)據(jù),為企業(yè)決策系統(tǒng)提供信息源打下了良好的基礎(chǔ)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10