一，數據倉庫,BI涉及到的相關概念??
1.DW:?
???即數據倉庫（Data?Warehouse），是一個面向主題的（Subject?Oriented）、集成的（Integrated）、相對穩定的（Non-Volatile）、反映歷史變化的（Time?Variant）數據集合，用于支持管理決策。?
????數據倉庫系統是一個信息提供平臺，他從業務處理系統獲得數據，主要以星型模型(可以做鉆取用,經常用到)和雪花模型進行數據組織，并為用戶提供各種手段從數據中獲取信息和知識。?2.DSS:?
決策支持系統(decision?support?system?，簡稱dss)是輔助決策者通過數據、模型和知識，以人機交互方式進行半結構化或非結構化決策的計算機應用系統。它是管理信息系統(mis)向更高一級發展而產生的先進信息管理系統。它為決策者提供分析問題、建立模型、模擬決策過程和方案的環境，調用各種信息資源和分析工具，幫助決策者提高決策水平和質量。?3.?數據字典（Data?dictionary）：?
????是一種用戶可以訪問的記錄數據庫和應用程序源數據的目錄。數據字典是數據庫的重要組成部分。它存放著數據庫所有的相關信息，對用戶來說可能只是一組只讀的表。但是對于我們來說，數據字典越完善，越詳細就越有助于我們流程開發的進行，深入的業務挖掘。?數據字典內容包括：?
(1)數據庫中所有模式對象的信息，如表，試圖，索引及各表關聯關系?(2)分配多少空間，當前使用了多少空間等。?(3)列的缺省值?
(4)約束信息的完整性?
(5)用戶的名字，用戶及角色被授予的權限。用戶訪問或使用的審計信息?(6)其他產生的數據庫信息?
4.元數據：?
元數據（Meta?Data）是關于數據倉庫的數據，指在數據倉庫建設過程中所產生的有關數據源定義，目標定義，轉換規則等相關的關鍵數據。同時元數據還包含關于數據含義的商業信息，所有這些信息都應當妥善保存，并很好地管理。為數據倉庫的發展和使用提供方便。??
元數據是一種二進制信息，用以對存儲在公共語言運行庫可移植可執行文件?(PE)?文件或存儲在內存中的程序進行描述。將您的代碼編譯為?PE?文件時，便會將元數據插入到該文件的一部分中，而將代碼轉換為?Microsoft?中間語言?(MSIL)?并將其插入到該文件的另一部分中。在模塊或程序集中定義和引用的每個類型和成員都將在元數據中進行說明。當執行代碼時，運行庫將元數據加載到內存中，并引用它來發現有關代碼的類、成員、繼承等信息。?
5.OLAP:?
??當今的數據處理大致可以分成兩大類：聯機事務處理OLTP（on-line?transaction?processing）、聯機分析處理OLAP（On-Line?Analytical?Processing）。OLTP是傳統的關系型數據庫的主要應用，主要是基本的、日常的事務處理，例如銀行交易。OLAP是數據倉庫系統的主要應用，支持復雜的分析操作，側重決策支持，并且提供直觀易懂的查詢結果。

OLAP委員會對聯機分析處理的定義為：使分析人員、管理人員或執行人員能夠從多種角度對從原始數據中轉化出來的、能夠真正為用戶所理解的、并真實反映企?業維特性的信息進行快速、一致、交互地存取，從而獲得對數據的更深入了解的一類軟件技術。OLAP的目標是滿足決策支持或多維環境特定的查詢和報表需求，?它的技術核心是“維”這個概念，因此OLAP也可以說是多維數據分析工具的集合。?6.EPM(企業績效管理):?
基于CKM體系,聯結戰略與執行力的橋梁,核心致力于企業績效,軟件與咨詢的結合.?
從KPI出發，以人和職能為中心，視計劃和任務為工作單元，通過管理調度實現有效執（跟蹤、分析、反饋、溝通和調整），將及時的業績獎罰作為杠桿，最后，以管理運行軟件固化系統。?
KPI（Key?performance?indicator）意為關鍵業績指標，是企業將戰略規劃中的目標經過層層分解，最后落實到以部門和個人具體行為為主體的戰術目標的一種企業績效管理方式。?7.ROLAP:?
關系型聯機分析處理（ROLAP）是聯機分析處理（OLAP）的一種形式，它對存儲在關系數據庫（而非多維數據庫）中的數據作動態多維分析。???
??因為ROLAP使用的是關系數據庫，所以它需要更多的處理時間和/或磁盤空間來執行一些專為多維數據庫設計的任務。盡管如此，ROLAP支持更大的用戶群組和數據量，常常用于對這些容量要求很高的場合，例如某公司一個大而復雜的部門。?
8.維度：Dimension,簡單理解為分析數據的角度,通常是數據表中的一些字符型字段名稱.?指標：Fact?9.ETL:?
ETL，Extraction-Transformation-Loading的縮寫，中文名稱為數據抽取、轉換和加載。?ETL工具有OWB(Oracle?Warehouse?Builder)、ODI(Oracle?Data?Integrator)、Informatic?PowerCenter、AICloudETL、DataStage、Repository?Explorer、Beeload、Kettle、DataSpider。?
10.即席查詢（Ad?Hoc）是用戶根據自己的需求，靈活的選擇查詢條件，系統能夠根據用戶的選擇生成相應的統計報表。即席查詢與普通應用查詢最大的不同是普通的應用查詢是定制開發的，而即席查詢是由用戶自定義查詢條件的。?11.?PowerDesigner:?
是Sybase公司的CASE工具集，使用它可以方便地對管理信息系統進行分析設計，它幾乎包括了數據庫模型設計的全過程。利用PowerDesigner可以制作數據流程圖、概念數據模型、物理數據模型，可以生成多種客戶端開發工具的應用程序，還可為數據倉庫制作結構模型，也能對團隊設備模型進行控制。?12.?鉆取:?
????鉆取是改變維的層次，變換分析的粒度。它包括向上鉆取和向下鉆取。通過向導的方式，用戶可以定義分析因素的匯總行，例如對于各地區各年度的銷售情況，可以生成地區與年度的合計行，也可以生成地區或者年度的合計行。它包括向上鉆取和向下鉆取。也可以說是從大范圍到小范圍或者小范圍到大范圍。?
二，?BIEE開發流程?
BIEE開發的大體流程：需求調研與確認----搭建數據倉庫模型----ETL開發----BIEE后臺RPD模型建立----前臺報表實現----數據驗證----試運行?
1，??需求調研與確認

此步驟需與客戶充分的溝通，熟悉所有報表及業務數據結構和功能，最好做到每個細節都能得到客戶的確認以此來滿足客戶的需求，更好地積累并完善數據字典，對客戶所需求的主題和比較關注的維度和度量有個概念，為此后的流程做好充足的準備。??
再結合數據庫字典,根據用戶需求和調研結果,確認主題,分出類別，明確維度和度量。分析數據庫數據，與客戶技術人員確認維度和度量所需數據庫字段在是否存在。通過字段用SQL可以查詢它們的關聯關系(確認哪些表示主表,再通過主表可以確認哪些表是副表),最終整理出我們自己的數據字典，便于往后自己編寫SQL視圖，為抽取數據做準備.?
2，?搭建數據倉庫模型*?
????一般從臨時表中抽出，此時的臨時表是數據倉庫中的數據關系表，主要以星型模型,雪花模型兩種形式呈現，雪花模型不能做鉆取，所以一般采用星型模型。???
3，?ETL開發?
ETL抽取數據主要采用的Informatica?ETL工具??
1,抽取臨時表FS_XX,?從業務系統往臨時表里抽數據,然后進行數據清洗?2,抽取維表D_XX（Dimension?table），此時會涉及到緩慢變化維，當新數據往歷史數據里插入時，就會在原有的序列ID上自增長插入數據，這樣優點在于不會打亂各個表和數據間的關系。?
3,抽取正式表F_XX（Fact?table）利用臨時表作為驅動表和維度表進行匹配，此時會有多次匹配,匹配后還會進行部分業務處理,最終呈現出事實表，此時不存在臨時表,只有事實表和緯度表及其它們的關系。?
4，?BIEE后臺RPD模型建立?
RPD?模型建立包括：建立物理模型、業務邏輯模型和展現模型。在物理層創建主外鍵，用一對多的關系來顯示數據的完整性。鉆探維度，初始化塊的建立，可以根據不同維度的鉆取來調出數據。??
5，?前臺報表實現?
???前臺展示會根據客戶提出的不同要求，來確定報表的具體呈現形式，諸如??柱形圖：用于顯現一段時間內的數據變化或各項間的比擬狀況?
餅圖：可以明顯知道你所做統計的事物的比例?
?線形圖：簡單易懂，明顯的知道所統計內容的行走趨勢??
6，?數據驗證?
????我們已經按照報表模型完成了開發，但是BI的最主要特點是數據的準確性。接下來的工作便是進行數據驗證。如果說報表展現的數據與數據庫中的數據相同就已經完成了，那就大錯特錯了，只有與客戶實際的業務數據一致才是正確的。?
7，?試運行?
當確保業務滿足和開發的完整正確的前提下，就可以運行了。?
三，?其他知識要點歸納?

1.?BI
啟動成功后，在瀏覽器地址欄輸入：主機名:9704/nalaytics?可以進入
BI設計界面，可以進行報表等開發.(主機名:7001/nalaytics?是簡單安裝后進入BI設計界面需要輸入的URL，上述填寫9704，意味著是企業安裝)。?
2.?在瀏覽器地址欄輸入：主機名：7001/em?進入BIServer控制臺界面。?3.?在瀏覽器地址欄輸入：主機名：7001/console?進入weblogic控制臺界面。

轉載于:https://www.cnblogs.com/tdskee/p/9707874.html

總結

以上是生活随笔為你收集整理的BIEE总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。