SQL Server 2005数据挖掘与商业智能完全解决方案_笔记-第1章 1.2.2 商业智能的结构描述

第1章 1.2.2 商业智能的结构描述

商业智能的体系结构分为源数据层、数据转换层、数据仓库（数据集市）层、OLAP及数据挖掘层和用户展现层。

在图1-8中可以看到，实现商业智能应用有4个十分关键的环节，包括数据源、ETL过程、数据仓库及其应用和BI前端展现。

图1-8  BI解决方案的体系结构

数据仓库系统的数据来源主要是外部的操作性应用系统，这些数据源包括数据的业务含义和业务规则，表达业务数据的表、字段、视图、列和索引等。

ETL过程即抽取（Extraction）、转换（Transformation）和装载（Load）。ETL过程负责将业务系统中各种关系型数据、外部数据、遗留数据和其他相关数据经过清洗、转化和整理后放进中心数据仓库。

数据仓库是商业智能系统的基础，是面向主题的、集成的、稳定的和随时间不断变化的数据集合。数据仓库的应用包括联机在线分析处理（OLAP）和数据挖掘（DM）。通过对数据仓库中多维数据的钻取、切片及旋转等分析动作，可以完成决策支持需要的查询及报表。通过数据挖掘，可以发现隐藏在数据中的潜在规则。

前端展现可以提供各种能帮助人们快速理解数据内涵的可视化手段。它是数据仓库的门面，包括各种报表工具、查询工具和数据分析工具以表格或图形化的手段对数据的展现。

1.2.3  数据挖掘和商业智能工具

公 司 名 称	ETL工具	数据仓库管理工具	OLAP工具	数据挖掘工具	报 表 工 具
IBM	Warehouse Manager	Visual Warehouse	OLAP Server	Intelligent Miner	Insight&Qucik view
Oracle	Oracle ETL Server	Enterprise Manager	Express Server	Darwin	Express Analyser
Sybase	Replication ServerPowerStage	Warehouse Studio	Warehouse Analyzer	SAS SPSS	InfoMaker
CA	InfoPump	PLATINUM ERWin PLATINUM InfoPump	DecisionBase InfoBeacon	Neugent Aion	Forest&Trees InfoReports
SAS	第三方	Warehouse Administrator	SAS MDDB	EnterpriseMiner	EIS ER
Microsoft	SSIS	SQL Server	SSAS	SSAS	SSRS

1.2.5  SQL Server 2005的商业智能构架

图1-10  三大服务一个工具实现BI的体系图

从图1-10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。