银行业数据仓库的应用.doc

一、  数据仓库产生的背景
 
数据仓库是伴随着数据库技术的发展及用户对数据加工、处理要求的不断变化而产生的。
 
在传统的数据库技术中,数据库技术的应用主要表现在联机事务处理(OLTP)方面。联机事务处理注重数据处理的响应时间、数据的安全性和完整性,通过对数据库的联机操作(增、删、改、查询)来实现特定的应用。目前,联机事务处理仍然是数据库应用的一个主要方面,关系型数据库经过多年的发展具有很强的联机处理能力,成为传统数据库技术的主流。
 
当联机事务处理系统应用到一定阶段后,用户慢慢发现单靠联机事务处理已经难以满足经济全球化条件下的激烈的市场竞争,用户很难在原有的数据库中找到能够为他们的决策提供翔实和可靠依据的综合信息。企业为了保持在市场竞争中的优势,迫切需要对其自身的经营管理情况、客户情况、市场情况以及相关行业的情况进行分析,并据此做出有利的决策,这种决策需要通过对大量业务数据(包括历史数据)进行分析才能得到。数据库技术的另一个应用方向就在这样的需求背景下产生了,那就
联机分析处理(OLAP)。与联机事务处理不同,联机分析处理注重于数据的查询和获取。
 
传统的数据库技术是面向应用的,企业往往针对不同的应用建立不同的数据库,甚至选用不同的数据库管理系统(DBMS),因此,企业的业务数据分散地存储在不同的数据库(可能是同构的,也可能是异构的)中,不易于统一查询访问,而且大量的历史数据脱机存放,无法进行联机查询,在此情况下对数据进行综合分析时,其结果往往缺乏可靠性且数据处理的效率很低。针对这种情况,为了适应企业发展和市场竞争的需要,人们设想建立一种数据中心,数据中心的数据从原有的多个用于联机事务处理的数据库中抽取得来,这个数据中心专门用于数据的分析,为企业决策提供支持和服务,这就是数据仓库的雏形。数据仓库的概念一经提出就得到了业界的重视,发展也很迅速。
 
二、  数据仓库的特征
 
1、数据仓库独立于业务数据库系统,但又同业务数据库系统息息相关,数据仓库中的数据是从各个业务数据库中抽取出来的,是对数据的“再组织”。
 
2、数据仓库中数据的存储和管理仍然依靠数据库技术来实现。多维数据库、关系型数据库是数据仓库存储和管理数据的主要方式。
 
3、与数据库技术主要用于联机事务处理(OLTP)不同,数据仓库技术主要用于联机分析处理(OLAP)。
 
4、数据库技术的主要目的在于业务处理,因此数据库是面向应用的,数据库的数据组织是按照应用来划分的;而数据仓库技术应用的目的在于决策支持,数据仓库是面向主题的,它要求将数据按照主题来组织,为按照主题进行决策的过程提供信息。
 
5、因为数据库的设计是面向应用的,不同的应用可能会选用不同数据库公司的数据库产品,不同的业务系统也可能由不同的软件开发商提供,这使得各个业务数据库中的数据存在不一致现象。而数据仓库在从各个业务数据库系统中抽取数据时,不论数据来源于哪个数据库,都必须按照数据仓库中的统一定义进行重新组织。因此,数据仓库中的信息不是从各个业务数据库中简单抽取出来的,而是经过系统地加工、汇总和整理,保证了数据仓库中的企业的信息是一致的。
 
6、业务系统数据库一般只关心当前数据和短期历史数据,侧重于数据的安全性、完整性、一致性和并发性的管理,根据业务需要实时改变数据库中的数据。由于数据仓库要为决策分析提供支持,因此数据仓库中的数据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作出定量分析和预测。数据进入数据仓库后,一般情况下将被长期保留,对数据仓库中数据的操作主要是插入(新数据)和查询,很少有删除和修改。
 
7、一个完整的数据仓库产品主要包括ETL数据抽取工具(Extract、Transform、Load),数据仓库管理工具,OLAP工具和数据挖掘工具。OLAP和数据挖掘是基于数据仓库的两种主要应用。数据仓库、OLAP和数据挖掘一起构成了决策支持系统(DSS)。
 
、数据仓库、OLAP、数据挖掘与决策分析支持之间的层次关系,本文中所讲的“数据仓库系统”即是指由数据仓库、OLAP、数据挖掘和决策分析支持所构成的数据仓库的应用系统,而不单单指数据仓库本身。
三、银行业建立数据仓库系统的必要性分析
 
在一个企业建立数据仓库之前必须对企业建立数据仓库的目标、必要性、投资回报以及投资风险等进行详细的分析。由于数据仓库项目特别是为大型企业建立数据仓库,其投资通常巨大。因此,谨慎的分析就显得尤为重要。
 
(一)数据仓库的应用目标
 
数据仓库的应用目标大致可以划分为三类:
 
(1)将数据仓库作为企业的核心业