數(shù)據(jù)倉庫在移動通信企業(yè)經(jīng)營分析系統(tǒng)中的應(yīng)用

移動通信業(yè)是典型的數(shù)據(jù)密集型行業(yè)，隨著通信體制改革的深化，移動通信業(yè)的競爭也日趨激烈。與其他行業(yè)相比，移動通信行業(yè)擁有更多的有關(guān)用戶的數(shù)據(jù)。誰能正確地分析這些數(shù)據(jù)所得到有用的信息，誰就能更好地向用戶提供服務(wù)，也就能夠發(fā)現(xiàn)更多的商機(jī)，從而在競爭中獲勝。數(shù)據(jù)倉庫可以將移動通信企業(yè)的這些數(shù)據(jù)變?yōu)橛杏玫男畔碇С譀Q策，因此，數(shù)據(jù)倉庫在移動通信業(yè)中有重要的應(yīng)用價值。

現(xiàn)在絕大多數(shù)的企業(yè)都在走經(jīng)營分析信息化這條路，但光有綜合業(yè)務(wù)自動化系統(tǒng)或者決策支持系統(tǒng)卻沒有完善的數(shù)據(jù)支持都屬于粗放型經(jīng)營分析，只算是達(dá)到了企業(yè)經(jīng)營分析的自動化，還不能算是經(jīng)營分析信息化。可以通過移動通信業(yè)邏輯數(shù)據(jù)模型，建立一個集中的、一致的和可擴(kuò)展的數(shù)據(jù)倉庫系統(tǒng)，以保證移動通信企業(yè)運(yùn)用先進(jìn)的經(jīng)營分析系統(tǒng)建立戰(zhàn)略性的競爭優(yōu)勢。

1 數(shù)據(jù)倉庫的概念及技術(shù)

1.1 數(shù)據(jù)倉庫的概念

數(shù)據(jù)倉庫之父Bill Inmon對數(shù)據(jù)倉庫所下的定義是：數(shù)據(jù)倉庫是面向主題的、集成的、穩(wěn)定的、隨時間變化的數(shù)據(jù)集合，用以支持管理決策的過程。這個定義概括了數(shù)據(jù)倉庫的實(shí)質(zhì)。從存儲方式和技術(shù)方面，數(shù)據(jù)庫領(lǐng)域著名的學(xué)者韓家煒教授給出另外一個描述：數(shù)據(jù)倉庫是一種多個異種數(shù)據(jù)源在單個站點(diǎn)以統(tǒng)一的模式組織的存儲，以支持管理決策?？梢姡瑪?shù)據(jù)倉庫是一個支持決策的過程，它有這樣一些特性：面向主題的、集成的、穩(wěn)定的、隨時間變化的，多個異種數(shù)據(jù)源在單個站點(diǎn)以統(tǒng)一的模式組織存儲的。

1.2 數(shù)據(jù)倉庫技術(shù)

1.2.1 數(shù)據(jù)處理

數(shù)據(jù)倉庫的數(shù)據(jù)處理(ETL)包括數(shù)據(jù)的抽取、清理、轉(zhuǎn)換與加載。把數(shù)據(jù)從操作型環(huán)境轉(zhuǎn)換到數(shù)據(jù)倉庫環(huán)境的數(shù)據(jù)抽取要實(shí)現(xiàn)技術(shù)上的變化。這種變化不僅指的是一種DBMS的變化，還包含源于操作系統(tǒng)的變化、硬件的變化、數(shù)據(jù)結(jié)構(gòu)的變化。

把數(shù)據(jù)從操作型環(huán)境載入到數(shù)據(jù)倉庫環(huán)境時，如果數(shù)據(jù)以一種非集成狀態(tài)到達(dá)數(shù)據(jù)倉庫，它就不能被用來支持?jǐn)?shù)據(jù)的企業(yè)視圖。數(shù)據(jù)的企業(yè)視圖是體系結(jié)構(gòu)設(shè)計(jì)環(huán)境的本質(zhì)之一。

數(shù)據(jù)并非只是注入數(shù)據(jù)倉庫，它在數(shù)據(jù)倉庫中也有自己的生命周期。到了一定時候，數(shù)據(jù)將從倉庫中清除。數(shù)據(jù)清理問題是數(shù)據(jù)倉庫設(shè)計(jì)人員無法回避的基本設(shè)計(jì)問題之一。從某種意義上講，數(shù)據(jù)根本不是從數(shù)據(jù)倉庫中清除，而僅是上升到更高的綜合級。

1.2.2 數(shù)據(jù)倉庫的數(shù)據(jù)模型

一個企業(yè)數(shù)據(jù)模型建造時不考慮現(xiàn)存的操作型系統(tǒng)與數(shù)據(jù)倉庫之間的差別，企業(yè)數(shù)據(jù)模型只包含原始數(shù)據(jù)。要建造一個單獨(dú)的現(xiàn)存數(shù)據(jù)模型，需要從企業(yè)數(shù)據(jù)模型開始。當(dāng)企業(yè)數(shù)據(jù)模型用于操作型系統(tǒng)時，幾乎不用做什么改動。但是，企業(yè)數(shù)據(jù)模型用到數(shù)據(jù)倉庫中要做相當(dāng)多的改動。首先要做的是除去純粹用于操作型環(huán)境的數(shù)據(jù)；然后在企業(yè)數(shù)據(jù)模型的鍵碼結(jié)構(gòu)中增加時間元素；導(dǎo)出數(shù)據(jù)加到企業(yè)數(shù)據(jù)模型中，在那里導(dǎo)出數(shù)據(jù)作為公用并只計(jì)算一次，而不重復(fù)計(jì)算；最后，操作型系統(tǒng)中的數(shù)據(jù)關(guān)系在數(shù)據(jù)倉庫中就轉(zhuǎn)變?yōu)椤叭斯りP(guān)系”。

有3個層次的數(shù)據(jù)建模：高層建模(ERD，實(shí)體關(guān)系層)，中間層建模(DIS，數(shù)據(jù)項(xiàng)集)，底層建模(物理層)。

1.2.3 數(shù)據(jù)倉庫的性能特性

確定性能特性是設(shè)計(jì)的重要一步，在數(shù)據(jù)倉庫的情況下，意味著決定數(shù)據(jù)的粒度與分割。

粒度 粒度是指數(shù)據(jù)倉庫的數(shù)據(jù)單位中保存數(shù)據(jù)的細(xì)化或綜合程度的級別。在早期建立的操作型系統(tǒng)中，粒度是用于訪問授權(quán)的。當(dāng)詳細(xì)的數(shù)據(jù)被更新時，幾乎總是把它存放在最低粒度級上。但在數(shù)據(jù)倉庫環(huán)境中，對粒度不作假設(shè)。在數(shù)據(jù)倉庫環(huán)境中粒度之所以是主要的設(shè)計(jì)問題，是因?yàn)樗钌钣绊懘娣旁跀?shù)據(jù)倉庫中的數(shù)據(jù)量的大小，以及數(shù)據(jù)倉庫所能回答的查詢類型。在數(shù)據(jù)倉庫中的數(shù)據(jù)量大小與查詢的詳細(xì)程度之間要作出權(quán)衡。

分割 人們常說，如果粒度和分割都做得很好的話，數(shù)據(jù)倉庫設(shè)計(jì)和實(shí)現(xiàn)的幾乎所有其他問題都容易解決。但是，假如粒度處理不當(dāng)并且分割也沒有認(rèn)真地設(shè)計(jì)與實(shí)現(xiàn)，這將使其他方面的設(shè)計(jì)難以真正實(shí)現(xiàn)。對當(dāng)前細(xì)節(jié)數(shù)據(jù)進(jìn)行分割的總體目的是把數(shù)據(jù)劃分成小的物理單元。數(shù)據(jù)分割的重要性在于小的物理單元能為操作者和設(shè)計(jì)者在管理數(shù)據(jù)時提供比對大的物理單元更大的靈活性。

物理I／O 物理設(shè)計(jì)因素的中心在于物理I／O(輸入／輸出)。對性能來說I／O事件如此重要是因?yàn)榇鎯ζ骱陀?jì)算機(jī)之間的數(shù)據(jù)傳輸速度比計(jì)算機(jī)運(yùn)算速度要慢大約2～3個數(shù)量級。計(jì)算機(jī)內(nèi)部運(yùn)算速度以毫微秒計(jì)，而數(shù)據(jù)的傳輸速度是以毫秒計(jì)。因此，物理I／O是主要影響性能的因素。為了提升性能，應(yīng)在系統(tǒng)中盡量減少物理I／O。