浅谈数据仓库在电信企业中的应用

《浅谈数据仓库在电信企业中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浅谈数据仓库在电信企业中的应用（新疆电信有限公司吴磊）摘要：本文着重阐述了数据仓库的基本概念、相关技术和体系结构，并介绍了数据仓库在电信企业中的一些应用。关键词：数据仓库数据挖掘OLAP一、引言随着中国加入WTO和国内电信行业的改革重组，电信市场正逐步放开。为了保持竞争的优势，各运营商管理层和业务人员必须能实时了解企业的运行状况，获取各个专题的市场信息，并根据市场反馈的情况随时调整业务策略，以求在竞争激烈的电信市场中赢得先机抢占市场，获得更好的利润并提升企业品牌形象。如今各电信运营商的业务支持系统构成复杂，数据种类繁多，数据量极为庞大，信息的提供

2、在速度、质量和范围上不能满足市场竞争所要求的标准，为此各运营商纷纷针对企业内部的实际情况，着手引入数据仓库技术，以整合内部的各业务系统分散、孤立的业务数据，提供方便快捷的数据访问手段，支持企业内部不同部门、不同需求、不同层次的用户随时获得自己所需的信息，促进企业“以客户为中心”的运营模式的开展，以提高企业的核心竞争力。二、数据仓库的概念随着C/S技术的成熟和并行数据库的发展,信息处理技术的发展趋势已变为:从大量的事务型数据库中抽取数据,并将其清理、转换为新的存储格式,也就是为决策目标把数据聚合在一种特殊的格式中。随着此过程的发展和完善,这种支持决

3、策的、特殊的数据存储即被称为数据仓库(DataWarehouse,DW)。数据仓库是一种管理技术，它能够将分布在企业网络中不同站点的商业数据集成到一起，为决策者提供各种类型的、有效的数据分析，起到决策支持的作用。数据仓库概念的创始人W.H.Inmon在《建立数据仓库》一书中指出：“数据仓库是面向主题的、集成的、稳定的、随时间变化的数据集合，用以支持经营管理中的决策制定过程。”所谓主题，它是数据归类的标准，每个主题对应一个客观分析领域，如销售状况、人事状况、整个企业的利润状况等。它可以辅助决策集成多个部门不同系统的大量数据。所谓面向主题，是指数据仓

4、库内的信息是按主题进行组织的，为按主题进行决策的过程提供信息。所谓集成，是指数据仓库中的信息不是从各个业务处理系统中简单抽取出来的，而是经过系统加工、汇总和整理，以确保数据仓库内的信息是关于整个企业的一致的全局信息。所谓稳定，是指一旦某个数据进入数据仓库，一般情况下将被长期保留，也就是数据仓库中一般有大量的插入和查询操作，但修改和删除操作很少。所谓包含历史数据，是指数据仓库内的信息并不只是关于企业当时或某一时点的信息，而是系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做

5、出定量分析和预测。数据仓库作为一种面向分析型数据处理的技术，它不同于企业现有的操作型数据库；数据仓库是对多个异构的数据源的有效集成，集成后按照主题进行重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。传统的数据库技术是以单一的数据资源，即数据库为中心，进行从事务处理、批处理到决策分析等各种类型的数据处理工作。然而，不同类型的数据有着不同的处理特点，以单一的数据组织方式进行组织的数据库并不能反映这种差异，特别是满足不了现代商业企业数据处理多样化的要求。当前的商业企业数据处理可以大致地划分为两大类：操作型处理和分析型处理。操作型处理也叫事

6、务处理，是指对数据库联机的日常操作，通常是对一个或一组记录的查询和修改，主要是为企业的特定应用服务的，人们关心的是响应时间、数据的安全性和完整性。分析型处理则用于商业企业管理人员的决策分析。一、数据仓库的体系架构如图所示为数据仓库典型的体系结构。图1数据仓库的体系架构图从图1中可以看出，数据仓库系统包括四大部分：数据装载、数据管理、信息访问和系统管理与维护。它描述了数据仓库系统的数据源(即业务系统或者其它OLTP系统)、相应的数据转换ETL((Extraction、Transformation、Loading)过程(指把数据从数据源转换并加载到中

7、央数据仓库的过程)、中央数据仓库、对数据仓库信息的访问(通过一般的OLAP工具进行访问或者进行数据挖掘等)、以及对整个数据仓库系统的管理与维护(元数据服务、数据库建模与管理、系统管理、操作管理、专业技术服务等)。从这个框架结构图可以清楚地看出，数据仓库系统是一个由许多产品、模块、及服务构成的复杂解决方案，而决非某一个单纯的产品。以下对这四部分内容做一简要描述：1、数据装载数据装载是按照一定的规则和方法将所需数据从各种数据源提取/转换/加载（ETL）到中央数据仓库中，这是整个数据仓库系统应用的基础。对于电信企业来说，这样的数据源包括计费帐务系统、营

8、业97系统、客服系统、网间结算系统等。需要把这些业务系统中的数据通过一定的ETL方法和过程将它们进行抽取、过滤、清洗、转换，然后加载到中