基于数据仓库的河南油田数据中心建设

论文摘要

从研究国外石油行业先进的数据管理水平及发展趋势开始,结合河南油田数据管理的现状,提出了建立数据中心的必要性。河南油田数据中心的核心技术是数据仓库技术,它主要的支撑技术包括数据库技术、ETL技术、OLAP技术、报表技术、数据挖掘技术,同时文章也介绍了数据仓库的架构方式及数据仓库中元数据的的内容、管理和维护。河南油田数据中心是基于虚拟数据仓库和数据集市建设的,它主要由河南油田石油数据资产化管理平台和河南油田数据中心综合应用数据资源平台组成。河南油田数据中心数据资产化管理平台将分散的数据库系统逻辑上和管理上统一纳入分布式数据库系统管理,数据源采集流程及数据质量保障纳入标准化体系,对录入数据进行数据整理、质量审核、数据加载。同时提供索引编目、安全管理、元数据管理、权限管理、空间数据集成、数据抽取等服务,建立统一的登陆和管理操作界面。河南油田数据中心综合应用数据资源平台从众多复杂的数据中及时、方便地获取有价值的信息,专业分析人员快速、准确地进行信息处理和预测分析,提取指标,经过ETL过程装载到数据集市中,为基于分析进行各种在线查询和OLAP分析提供了基础,可迅速实现对收集上来的数据进行分析和挖掘,并可将分析的结果发布给其他用户,实现资源共享。最后通过数据中心的应用及门户的建设,提出了数据中心建设的方法。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外石油行业数据中心建设现状及发展趋势
• 1.2.1 国外有关现状及发展趋势
• 1.2.2 国内有关现状及发展趋势
• 1.3 河南油田数据建设和管理现状
• 1.3.1 勘探数据管理
• 1.3.2 开发数据管理
• 1.3.3 研究院数字模拟成果数据管理
• 1.3.4 其他数据的管理
• 1.3.5 河南油田数据管理存在的问题
• 第二章 数据仓库技术
• 2.1 数据仓库的概念
• 2.2 数据仓库系统支撑技术
• 2.2.1 数据库技术
• 2.2.2 ETL技术
• 2.2.3 OLAP技术
• 2.2.4 报表技术
• 2.2.5 数据挖掘技术
• 2.3 数据仓库的组成
• 2.3.1 数据仓库数据库
• 2.3.2 数据抽取工具
• 2.3.3 元数据
• 2.3.4 访问工具
• 2.3.5 数据集市（Data Marts）
• 2.3.6 数据仓库管理
• 2.3.7 信息发布系统
• 2.4 数据仓库的架构方式及其比较
• 2.4.1 星形架构
• 2.4.2 雪花形架构
• 2.4.3 星形与雪花形架构的比较
• 2.4.4 星座模式
• 2.4.5 数据集市
• 2.5 元数据
• 2.5.1 元数据的内容
• 2.5.2 元数据的管理和维护
• 2.5.3 元数据的标准化
• 2.5.4 元数据库的实现
• 第三章 河南油田数据中心体系架构
• 3.1 实施范围
• 3.2 总体目标及指导思想
• 3.3 数据仓库的选型
• 3.3.1 集中式的数据仓库
• 3.3.2 虚拟数据仓库
• 3.3.3 虚拟数据仓库+数据集市
• 第四章 河南油田数据中心建设
• 4.1 技术方案与技术路线
• 4.1.1 总体结构及主要功能
• 4.1.2 技术架构
• 4.2 虚拟数据仓库体系结构
• 4.2.1 数据编目索引
• 4.2.2 关联模型
• 4.2.3 元数据管理
• 4.2.4 基于元数据管理多层数据库架构设计
• 4.3 面向主题的数据集市模型
• 4.3.1 数据集市模型
• 4.3.2 河南油田数据集市模型
• 4.3.3 油田数据集市模型主题分类
• 4.4 数据类对象模型
• 4.5 核心业务功能模型分类
• 第五章 河南油田数据中心应用与门户建设
• 5.1 门户（Portal）总体架构
• 5.2 多平台系统的单点登录集成框架
• 5.3 多平台系统内容集成框架
• 5.4 各种用户的个性化定制
• 5.5 总结与展望
• 致谢
• 参考文献