ITPub博客

首页 > Linux操作系统 > Linux操作系统 > SQL SERVER2005的BI解决方案介绍

SQL SERVER2005的BI解决方案介绍

原创 Linux操作系统 作者:iSQlServer 时间:2009-02-16 14:20:09 0 删除 编辑

摘要

SQL Server 2005提供的SQL Server 2005 Analysis Services(SSAS)、SQL Server 2005 Integration Services(SSIS)和SQL Server 2005 Reporting Services (SSRS)是一套比较完善的BI解决方案。对于中小企业而言,微软的BI解决方案实施投入较小,软件应用比较简单、灵活,是一个不错的BI解决方案。本文以一个假想的案例为例,简要的介绍一下SQL Server 2005 BI实施的过程和软件的应用方法。

关键词:BI、SQL Server 2005、Analysis、Integration
“工欲善其事,必先利其器”。信息技术在商业领域应用的卓越成效在经过近20年的信息化建设已经初步显现。企业通过MIS(管理信息系统)快速收集和处理商业信息,通过ERP(企业资源计划系统)准确监控信息流,从而对企业经营的各个方面进行管理。这些系统除了本身的应用外,还积累了大量的数据,如来自业务系统的订单、库存、交易账目、客户和供应商资料,来自企业所处行业和竞争对手的数据,以及来自企业所处的其他外部环境中的各种数据,这是一笔宝贵的财富。信息系统应该具备把这些庞大的数据转化为知识,进而辅助企业经营决策,甚至自动生成商业决策的能力,这就是商业智能。信息系统正在经历着“MIS→ERP→BI”的演变过程。

SQL Server 是一个全面的、集成的、端到端的数据解决方案,它为组织中的用户提供了一个更安全可靠和更高效的平台用于企业数据和 BI 应用。SQL Server 2005 IT 专家和信息工作者带来了强大的、熟悉的工具,同时降低了在从移动设备到企业数据系统的多平台上创建、部署、管理和使用企业数据和分析应用程序的复杂性。通过全面的功能集、与现有系统的互操作性以及对日常任务的自动化管理能力,SQL Server 2005 为不同规模的企业提供了一个完整的数据解决方案。

SQL Server 2005相关的知识综合起来有两大体系,一是关于数据库管理的,一是关于商业智能应用的。不同的服务各司其职,共同完成数据管理和应用的功能。把这些服务和相应的程序分配到这两大知识体系就是如1图所示。

图1



SQL Server 2005在商业智能方面提供了三大服务和一个工具来实现系统的整合。三大服务是SQL Server 2005 Analysis ServicesSSAS)、SQL Server 2005 Integration ServicesSSIS)和SQL Server 2005 Reporting Services SSRS),一个工具是Business Intelligence Development Studio。它们的关系如图2所示。
图2


从图2中可以看出,三大服务都整合在BI Studio中,其中SSIS能从各种异构数据源中整合BI需要的业务数据,同时可以实现与商务流程统一。这项功能在以前是通过DTS服务(即数据转换服务)来实现的。

SSAS是从数据中产生智能的关键,通过这种服务,可以构建数据立方(Cube),也就是多维数据集,然后进行OLAP分析,SSAS也提供数据挖掘的功能。有了这种服务就能够很容易找出隐藏在数据中的金矿。

一个BI项目一般要为不同的人提供不同特点的报表,如总经理和部门经理对报表的内容要求是完全不一样的,SSRS服务为满足这一要求提供了相应的工具,通过它可以对分析结果提供类型多样、美观且适合不同需求的图表和报表。

通过以上体系结构的设计,SQL Server 2005可以实现建模、ETL、建立查询分析或图表、定制KPI、建立报表和构造数据挖掘应用及发布等功能。





下文以一个业务案例的应用介绍一下使用SQL SERVER 2005实施BI的过程。

1.原始业务数据分析
CRM.MDB数据库是一个公司销售的数据库,涉及客户(friend)、人员(employees)、产品(product)、订单主表(sales_order_m)、订单行表(sales_order_d)、时间表(time_bu_date),如图3所示。

图3


由于属于测试性数据库,数据库结构经过简化,并省略了一些子表,如区域表、行业表。表的属性和关系如图4所示。
图4



2.设计数据仓库逻辑模型

CRM数据是对所有销售业务数据进行多角度分析,以便市场分析人员能在查询数据库时获取快速的响应,高层管理人员也能从总体上把握影响本年度销售的因素。这需要利用存储在公司业务数据库中的数据,建立数据仓库,进而创建可用于分析的多维数据结构。

图5



在CRM.mdb数据库中,客户需要划分区域和行业,即建立区域和行业维度;产品进行了大类和子类的划分,需要建立产品分类维度;对于客户本身而言,客户表是事实表,但对于订单主表而言,客户是维度表。经过分析我们希望建立如图5所示的CRM数据仓库。
在本例中设计的维度表和事实表与原始数据中表的结构都一致,在实际设计的时候,通常需要根据需求情况重新建立与原始数据不同的表结构,增加了行业、区域维度,将客户订单主表、行表以及产品表的产品定价合并为销售订单事实表,对员工、产品、客户重新生成了表主键。这主要是由于传统业务的数据库是用来进行事务处理的(即OLTP),而数据仓库则是用来进行分析处理的(即OLAP),用途的不同决定了其结构的不同。这一点在以后复杂的数据仓库设计中会通过示例体现出来。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/16436858/viewspace-553438/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2008-10-17

  • 博文量
    1319
  • 访问量
    2079714