基于数据仓库技术的污染物总量控制模型设计与实现

论文摘要

随着计算机科学技术的发展,企业信息化建设呈现出欣欣向荣的面貌,这对企业发展产生了重大意义。但是由于历史的原因,企业建设的众多单元信息管理系统引发了资源不能友好共享的信息孤岛问题,数据仓库技术是解决信息孤岛问题的方法之一。基于此背景下,成都市环保局信息中心根据本企业发展需要,提出建设“利用数据仓库技术实现环保监控系统中污染物总量控制”项目。本文在研究数据仓库、联机分析处理和IBM DWE相关技术基础上,分析了环保系统项目在此技术上应用的可行性;并且对数据仓库技术和污染物总量控制的国内外发展现状和动态进行了充分的调研,就“利用数据仓库技术实现环保监控系统中污染物总量控制”项目做了详细的分析。结合成都市环保局提出的污染物总量控制需求,提出了具体解决方案,主要研究内容有:1.对已有的六个数据库进行了彻底分析,解决了困扰成都市环保局多年家底不清的难题;2.提炼数据指标,为数据建模做准备;3.结合项目需求,提炼环保系统业务主题;4.设计污染物总量控制业务主题的数据仓库模型;5.将污染物总量控制物理模型装入数据仓库中,设定事实表和维表映射;6.对CUBE进行OLAP优化;7.给出OLAP展现报表,为领导决策提供强有力的科学依据。8.通过编写代码,修改多维查询和图形展现,并给出最终使用效果。经过以上一系列的工作,基本完成了数据仓库技术在环保监控系统中的污染物总量控制的任务,实现了源数据的装载、污染物排放总量的多维数据集创建、最终得出数据分析报告,并且以WEB方式发布到服务器,方便操作人员操作。最后总结论文,并对下一步如何利用数据挖掘技术完善污染物总量控制项目做了展望。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 项目背景
• 1.2 国内外研究现状
• 1.2.1 数据仓库技术的国内外发展状况
• 1.2.2 污染物总量控制
• 1.3 研究内容
• 1.4 关键问题
• 1.5 论文组织结构
• 第二章 相关技术概述
• 2.1 数据仓库的特性
• 2.2 数据仓库的结构
• 2.2.1 数据结构
• 2.2.2 体系结构
• 2.3 数据仓库的模型设计
• 2.3.1 数据仓库的建模原则
• 2.3.2 数据仓库维度建模技术
• 2.3.3 数据仓库的模型
• 2.4 OLAP 服务
• 2.4.1 OLAP 的特征与体系结构
• 2.4.2 OLAP 的实现方式
• 2.4.3 OLAP 应用开发
• 2.5 IBM DWE 技术
• 2.5.1 DWE 功能
• 2.5.2 DWE 的环境设置
• 2.5.3 系统软件体系结构
• 2.6 小结
• 第三章 污染物总量控制系统的总体设计
• 3.1 总量控制系统需求分析
• 3.1.1 环保系统业务职能
• 3.1.2 软件实施和数据库现状
• 3.1.3 硬件实施现状
• 3.1.4 应用需求
• 3.2 系统架构设计
• 3.2.1 数据层
• 3.2.2 应用控制层
• 3.2.3 用户界面层
• 3.3 开发环境
• 3.4 用例图
• 3.5 小结
• 第四章 污染物总量控制建模
• 4.1 已有数据梳理
• 4.1.1 已有系统及数据库类型
• 4.1.2 已有系统介绍
• 4.1.3 分类整理各数据库中的表
• 4.2 数据清理
• 4.3 数据主题模型的提炼
• 4.4 指标提炼
• 4.5 污染物总量控制业务主题建模
• 4.6 小结
• 第五章 基于DWE 的污染物总量控制的实现
• 5.1 将源数据装载到数据仓库
• 5.1.1 DWE Design Studio 简单介绍
• 5.1.2 创建物理数据模型
• 5.1.3 创建数据流
• 5.1.4 创建控制流
• 5.1.5 创建部署到控制台的仓库应用概要文件
• 5.2 文件部署到DWE 管理控制台
• 5.2.1 DWE 管理控制台简介
• 5.2.2 创建Enevolap 仓库管理概要文件
• 5.3 立方体维
• 5.3.1 创建立方体
• 5.3.2 创建立方体事实表的度量和层次
• 5.3.3 创建立方体维
• 5.4 MQT 优化
• 5.4.1 启动优化顾问程序
• 5.4.2 设计olap 优化片
• 5.4.3 优化生成SQL 脚本
• 5.5 部署ALPHABLOX
• 5.5.1 创建数据源
• 5.5.2 创建CUBE
• 5.5.3 创建应用程序
• 5.6 应用程序发布
• 5.7 用户界面程序的更改
• 5.8 系统验证
• 5.9 小结
• 第六章 结论与展望
• 致谢
• 参考文献