面向领域的数据仓库构建技术研究及应用

论文摘要

数据仓库是决策支持系统的基础,它为分析与决策提供数据支持。数据仓库的意义是要建立一种体系化的数据存贮环境,将分析决策所需的大量数据从传统的操作环境中分离出来,使分散的、不一致的操作数据转换成集成的、统一的信息。企业内不同部门的成员都可以在此单一的环境之下,通过运用其中的数据与信息发现全新的视野、新的问题、新的分析与想法,进而发展出制度化的决策系统,并获取更多的经营效益。但是,由于数据仓库系统包含了众多的关键技术,因此开发过程中存在很多困难,比较显著的问题有:软件复杂度高、软件复用率低、系统结构灵活性差、可扩展性差、不能快速适应变化、系统之间的有机集成难以实现等难题。为了解决上述难题,本文提出在领域工程理论和软件构件技术的基础上来构建面向制造领域的数据仓库系统。领域工程将关于领域的知识转化为领域中应用系统共同的规约、设计和构架,使得可以被复用的信息的范围扩大到了抽象级别较高的分析和设计阶段。由于通过领域工程产生的可复用构件来源于领域中现有的系统,体现了领域中系统的本质需求,因此这些构件具有较高的可复用性。具体方法是先构造出面向制造领域的数据仓库模型,接着依据领域模型产生出领域中的应用系统共同具有的体系结构或生成过程,然后以此为基础来识别、开发和组织可复用构件。这样,当开发同一制造领域中的不同的数据仓库系统时,可以根据领域模型和特定应用系统的需求分析来进行特征选取;根据领域的软件体系结构形成应用系统的设计;并以此为基础从领域构件库中选择可复用构件进行组装,从而形成新系统。由此可见,领域工程有助于产生具有较高可复用性的构件。本文将上述面向领域的数据仓库构建方法与技术应用于某钢铁公司的数据仓库系统的建设中,实践表明:建立面向领域的数据仓库,为数据仓库系统的设计和开发提供了一种新的思路,有利于提高软件复用度,降低软件复杂度,提高软件生产率,并能降低现代企业数据仓库系统软件开发与维护的成本。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 数据仓库的起因
• 1.2 数据仓库的研究现状及面临的主要问题
• 1.2.1 建模和设计
• 1.2.2 体系结构
• 1.2.3 ETL
• 1.2.4 数据仓库新的应用和新型数据仓库
• 1.3 本文研究背景及意义
• 1.4 本文拟解决的问题
• 1.5 本文的组织
• 本章小结
• 第二章 数据仓库概论
• 2.1 数据仓库的基本概念及其特点
• 2.2 数据仓库的数据组织
• 2.2.1 依据主题、维、粒度对数据进行组织
• 2.2.2 元数据的构建
• 2.3 数据仓库的体系结构
• 2.4 数据仓库的关键技术
• 2.4.1 数据仓库建模
• 2.4.2 ETL 过程的设计
• 2.4.3 数据的表现
• 2.4.4 元数据管理
• 本章小结
• 第三章 面向领域的数据仓库系统的开发方法
• 3.1 领域工程与应用工程
• 3.2 软件构件技术
• 3.2.1 基本概念
• 3.2.2 面向构件方法的核心思想——横切竖割、构件编织
• 3.3 面向领域的数据仓库系统开发过程
• 本章小结
• 第四章 面向制造领域的数据仓库系统的设计与实现
• 4.1 领域分析
• 4.2 领域设计
• 4.3 领域实现
• 4.3.1 构件模型图
• 4.3.2 构件的设计与开发
• 4.3.3 构件库与中间件
• 本章小结
• 第五章 钢铁企业应用案例
• 5.1 需求分析
• 5.1.1 案例开发背景
• 5.1.2 数据源分析
• 5.2 领域选取
• 5.3 数据仓库建模
• 5.4 体系结构
• 5.5 ETL 系统的设计
• 5.5.1 设计思想
• 5.5.2 ETL 处理流程
• 5.6 元数据
• 5.7 决策示例
• 本章小结
• 第六章 结论
• 本章小结
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢