数据仓库实施步骤与关键成功因素.ppt

NCR Confidential 数据仓库实施步骤与关键成功因素 主要任务： 转换逻辑数据模型（LDM）为物理数据模型 定义主索引、次索引 非正则化处理（denormalizations） 数据库建立 设计优化 数据库功能测试 使用工具： ERWwin 交付项目： 物理数据模型（LDM） 《物理数据模型说明书》 《数据库描述语言DDL》 非正则化的两种类型： 物理非正则化 派生数据 （Derived Data） 汇总表 （Summary Tables） 重复的Groups ( Repeating Groups) 多物理表 （Multiple Physical Tables） 预连接 （Pre-joins） 子实体 （Sub-entities） 逻辑非正则化 视图 （Views） 逻辑星型结构 （Logical Star Schemas） 一、数据仓库实施方法论 ? 规划 解决方案支持 数据仓库管理 (处理流程与操作) 物理数据库 设计 数据转换 应用开发 数据挖掘 服务 设计与实现 支持与增强 解决方案体系结构设计 元数据管理 数据仓库评估 应用增强 逻辑数据 模型回顾 物理数据 库回顾 性能调整 容量规划 解决方案集成 定制解决方案规划 详 细 数 据 分 析 解决方案准备就绪 解决方案实施建议 现成解决方案规划 数 据 仓 库 策 略 开 发 业务 探索 业务 探索 解决 方案 定义 逻辑 数据 模型 设计 修改 逻辑数据 模型 验证 解决 方案 数据仓库的循环过程 数据仓库管理 物理数据模型 数据转换 应用开发 数据挖掘 服务 系统体系结构设计 元数据管理 解决方案集成 项目具体实施步骤 项目前期准备 业务探索 信息探索 逻辑数据 模型 二、项目具体实施步骤 1. 项目前期准备 2. 业务探索（Business Discovery) 3. 信息探索（Information Discovery) 4. 逻辑数据模型设计 5. 系统体系结构设计 6. 物理数据库设计 7. 数据转换加载ETL 8. 前端应用开发 9. 数据挖掘服务 10.元数据管理 11.数据仓库管理（处理流程与操作） 12.解决方案集成（测试验收与试运行） 2.1 项目前期准备 主要任务： – 项目启动会议(Kick-off Meeting) – 确认项目范围和主要目标 – 确认项目阶段性验收及总体验收标准 – 确认项目实施计划 – 成立项目组 – 确定各项目小组的成员及各自的工作职责 – 确定各项目小组的阶段性工作目标 – 确定教育训练计划 – 确定服务流程及方式 交付项目： 《项目组织机构》 《项目人员组成》 项目前期准备 业务探索 信息探索 逻辑数据 模型 2.2 业务探索（Business Discovery) 主要任务： – 确定重点用户与数据源 – 用户需求调研与确认 – 数据源确认 – 用户需求和数据源的筛选和分析 交付项目： 《业务需求说明书BRL ( Business Requirement List )》 《概念数据模型CDM （ Conceptual Data Model )》 项目前期准备 业务探索 信息探索 逻辑数据 模型 2.3 信息探索（Information Discovery) 主要任务： – 分析用户需求 – 数据源分析 – 进行工具评估 – 系统安全性设计 – 系统命名规范设计 交付项目： 《功能需求列表FRL ( Function Requirement List )》 《系统安全性设计说明书》 《系统命名规范说明书》 《数据质量分析》 项目前期准备 业务探索 信息探索 逻辑数据 模型 2.4 逻辑数据模型设计 主要任务： – 进行原始数据分析 – 建立实体模型 – 建立实体间依赖关系 – 完善并填入所有属性 – 建立数据库逻辑模型 利用工具： ERWin 交付项目： 数据仓库逻辑数据模型LDM 《逻辑数据模型说明书》 项目前期准备 业务探索 信息探索 逻辑数据 模型 2.4 逻辑数据模型概念 逻辑数据模型是用来发现、记录和沟通业务的详细“蓝图” 基于概念数据模型（CDM） 由一系列表和实体详细描述组成 通用的业务语言 便于业务与业务之间的功能理解 集成当前和未来数据的蓝图 独立于技术 为物理数据库设计作准备 是IT人员和业务人员沟通的工具 发现 属性 发现 关系 发现 实体 1. 业务规则 2. ER图 3. ERA建模 2.4 逻辑数据模型(LDM)示例 2.5 系统体系结构设计 主要任务： 对业务、技术环境及企业文化的充分了解，从技术、组织、教育和支持等方面对系统进行全面评估 定义业务驱动力 定义数据仓库成功的关键因素 定义数据仓库的实施原则 对系统体系结构各个组