数据仓库解决方案v1.0 下载本文

关注的内容,实现真正的个性化服务。

系统截图:

主题分析

数据仓库中的业务数据通常是面向主题进行组织的。主题分析是在较高层次上将企业信息系统的数据进行归并、抽象,形成对分析对象的一个完整的描述,体现分析数据之间的相互关系,揭示数据规律

第 17 页 共 22 页

和问题。

主题分析模块从主题域的角度入手,支撑数据资源的组织,支持数据的深入挖掘和分析应用,跟踪、监控政策的执行情况及实施效果,倒逼行政权力部门认真履职、规范执法、优化服务,努力提高政府效能。

考虑到国情特点和现状,主题分析涵盖了经济发展、卫生健康、教育科技、道路交通、机构团体、生活服务、文体娱乐、安全避险、资源环境、社保就业、财税金融、法律服务量等八个主题域相关的主题分析功能。

即席查询

即席查询针对数据仓库内的各主题数据、统计报表、指标的快

速检索,帮助分析人员快速获得所需要的数据和统计信息。即席查询工具通过提供各种向导式界面、图形查询生成器、联机帮助等功能,为系统使用人员提供细粒度数据。

即席查询是分析人员的重要的辅助工具,它是在数据仓库的信息组织基础上,尽可能多的在后台按照分析人员关心的分析角度沉淀业务知识,在前端功能上屏蔽后台查询技术细节,为分析人员提供灵活的业务分析查询角度定制和结果定制功能,使分析人员在分析汇总数据的同时能够通过即席查询进一步深入到自己感兴趣的细节数据中,以便更全面地反映情况,做出正确决策。

第 18 页 共 22 页

多维分析工具

多维分析是商业智能的核心技术,可以帮助用户进行多角度、立体化、灵活动态的分析。多维分析报表由“维”(影响因素)和 “指标”(衡量因素)组成,能够真正为用户所理解、并真实的反映国情特性信息。

BI-多维分析工具简单易用,无需编写任何的代码,用户只需要通过语义层的定义就可以轻松搭建自己的多维数据模型。同时具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点,从而使用户对基于大量复杂数据的分析变得轻松而高效,以利于迅速做出正确判断。它可用于证实人们提出的复杂的假设,以图形或者表格的形式来表示的对信息的总结。

多维分析工具专门设计用于支持复杂的分析操作,侧重对决策人员和高层管理人员的决策支持,可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理,并且以一种直观而易懂的形式将查询结果提供给决策人员,以便他们准确掌握企业(公司)的经营状况,了解对象的需求,制定正确的方案。

ETL工具

ETL负责将分散的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成,最后加载到数据仓库或数据集市中,成为联机分析处理、数据挖掘的基础。ETL是数据仓库中的非常重要的一环,它是承前启后的必要的一步。

第 19 页 共 22 页

ETL工具纯java编写,可以在Window、Linux、Unix上运行,绿色无需安装,数据抽取高效稳定。功能强大、灵活,使用简单。

(ETL平台架构)

数据抽取就是从数据源抽取出所需的数据的过程。数据抽取后,再经过数据清洗、转换,最终按照预先定义好的数据仓库模型,将数据加载到数据仓库中去。数据转换主要用于解决数据不一致性问题,数据加载就是将从数据源系统中抽取、转换后的数据加载到数据仓库系统中。ETL流程管理调度是ETL过程中的统一调度者和指挥者,它把复杂的数据处理过程中各个步骤整合成一个整体。异常数据处理机制指源数据系统中的数据本身出错并发生变更后,对于正在抽取、已经抽取、已经处理、已经汇总等各个环节,如何进行回退处理的一套机制。系统截图:

(ETL界面切图)

产品特色:

第 20 页 共 22 页