在当今的商业环境中,市场竞争日益激烈,它促使企业和机构在信息系统的建设上不仅仅需要对业务流程的支持,同时需要从信息系统中获得从客户、营销、企业的运营状况到供应渠道的通畅与否等高层次的分析决策信息,并且将决策结果运用于日常业务以提高企业整体效益。然而,传统的业务系统则是针对分离的事务处理而设计,并不擅长于多层次的分析和统计。由此,商业智能应用应运而:生,它通常是一个独立的系统,能够从传统业务系统中获取各类客户数据和业务数据,由此建立多层次的分析体系,并将其转化成有商业意义的信息。 商业智能应用的规划、设计、开发、实施是一项相当复杂的系统工程。在发达国家,已经有很多成功的商业智能应用的案例了,比如,沃尔玛超市的“啤酒”与“尿布”的故事就是诸多成功案例中最经典的一个。而目前国内商业智能系统的建设,大都尚处于报表和OLAP阶段,因此OLAP技术的应用非常广泛。 本文所阐述的主要内容是数据仓库技术和联机分析处理技术在石油行业中的一个应用。 本文详细阐述了数据仓库和OLAP的原理。本文通过以下几个方面介绍了数据仓库技术的原理:数据仓库的基本概念、数据仓库的体系结构、数据仓库的软件、构建数据仓库系统、数据仓库与数据库的区别。本文通过以下几个方面介绍了OLAP技术的原理:OLAP的由来及概念、OLAP的多维结构、OLAP系统的分类、OLAP与OLTP的区别、OLAP与数据挖掘的联系及区别。 接下来本文针对“油田生产经营动态分析系统”依次阐述了数据仓库技术和OLAP技术在实际应用中的实现过程。 数据仓库系统的设计过程主要包括以下几个方面:数据仓库数据库DBMS的选型、数据仓库系统的整体结构设计、数据仓库主题的设计、概念模型设计、逻辑模型设计、物理模型设计、ETL设计。 OLAP系统的设计主要包括以下几个过程:OLAP产品的选用、OLAP系统结构的设计、采集需求,确定数据源、创建多维分析模型、构建OLAP服务器、发布多维分析模型和报表等。