朝批數(shù)據(jù)倉庫性能測試與研究.pdf

1、商業(yè)智能(BI)幫助企業(yè)管理者從業(yè)務(wù)系統(tǒng)數(shù)據(jù)中提取對經(jīng)營決策有價值的知識,使企業(yè)內(nèi)部能夠做更深層次的、跨系統(tǒng)的數(shù)據(jù)分析和報表查詢,從而幫助用戶對自身的業(yè)務(wù)經(jīng)營做出正確而明智的決定。傳統(tǒng)的商業(yè)智能主要是解決戰(zhàn)略和戰(zhàn)術(shù)上的問題,通常被稱為戰(zhàn)略型和戰(zhàn)術(shù)型商業(yè)智能,它們進(jìn)行決策分析的周期很長,一般是以周或者月甚至是年為單位。新一代的商業(yè)智能-操作型商業(yè)智能需要與企業(yè)的MIS系統(tǒng)緊密相連,將業(yè)務(wù)系統(tǒng)中產(chǎn)生的數(shù)據(jù)適時地抽取出來清洗并加載到數(shù)據(jù)倉庫中

2、,用戶利用商業(yè)智能查詢分析應(yīng)用程序在線查看決策分析結(jié)果。根據(jù)這樣的特點,操作型商業(yè)智能強調(diào)迅速做出查詢響應(yīng),更加詳細(xì)的反映數(shù)據(jù)以及高效的數(shù)據(jù)傳遞性。 以O(shè)racle作為后臺數(shù)據(jù)庫支持的北京朝批商貿(mào)有限公司操作型商業(yè)智能系統(tǒng)采用了本課題組提出的支持增量式數(shù)據(jù)倉庫建設(shè)的數(shù)據(jù)倉庫模型[7](本文簡稱“窄”事實表模型)以及基于此模型的BGD-ETL、BGD-OLAP工具。該系統(tǒng)已成功運行多年,為各級管理人員提供了有效的決策支持。隨著數(shù)據(jù)

3、倉庫中數(shù)據(jù)的不斷積累,盡量減少數(shù)據(jù)存儲空間和對復(fù)雜查詢的快速響應(yīng)已成為迫切需要解決的問題。作為綠色數(shù)據(jù)庫提出者Sybase IQ在數(shù)據(jù)壓縮存儲和查詢快速響應(yīng)上提供了很好的解決方案。本文針對朝批商業(yè)智能系統(tǒng)的特點和新的需求,研究Oracle和Sybase IQ兩個數(shù)據(jù)庫系統(tǒng)在數(shù)據(jù)存儲和查詢優(yōu)化方面的核心技術(shù),通過對物流成本核算數(shù)據(jù)集市中實際數(shù)據(jù)測試,分析比較兩者在性能方面的差異,最后為企業(yè)操作型BI選擇更適合的數(shù)據(jù)庫支持系統(tǒng)提出了有益的建