基于Analyzer+SQL2005的商业智能解决方案

基于Analyzer+SQL2005的商业智能解决方案

三、方案描述

3.1、总体方案

总体框架由数据源、数据中心（按需要而定）、数据仓库及分析平台和信息服务四个部分构成，数据源即为数据仓库的基础数据源，其主要是公司的多个基础业务数据。数据中心是把业务数据源通过数据迁移，经过统一标准转化集中存储，为以后经营分析建立数据仓库。 经营分析系统的总体框架图如下：

3.2、应用层次

系统纵向应用层次分为四个层次，分别是数据集成部分，数据服务部分，应用逻辑部分，信息展现部分。数据集成部分主要分为基础数据源层次，数据源为各个部门的业务系统；数据服务部分主要分为数据加工转换层次和数据存储中心层次，数据加工层次主要是各个部门的业务数据与标准数据进行比较转换。应用逻辑部分主要是对各个业务信息系统的业务数据

进行整合并按分析模型进行存储,根据需求建立各种分析模型，以及查询、报表应用层次；信息展现部分主要是为各个部门以及公司领导提供信息服务的应用层次。

3.3、系统架构

如下图，通过ETL工具（DTS/SSIS）从数据中心提取数据，根据不同的业务主题存储到数据仓库里面

四、数据仓库设计

4.1、SSIS概览

4.1.1.传统资料整合方式

? 数据整合与数据仓储建立过程中需要额外的暂存性数据区(Staging)与数据库汇总作业 ? 数据处理需要不同多种工具(如CRM系统的文字采矿工具) 且工具间有兼容性问题存在 ? 回报机制与问题层级提升的速度缓慢 ? 数据过多时往往会造成该策略无法运作

传统数据整合模式图

4.1.2.SSIS整合模式

? 使用Integration Services可以在作业过程将需要数据库处理的部分，直接处理完毕 ? 所有的作业包括文字采矿、汇总、合并、资料比对等都可以整合在同一个服务中 ? 分离增加数据库与ETL工具的作业范围，强化数据库的高可用度 ? 直接透过Integration Services进行问题的警示与回报