K1+478～K1+5888 段左侧片石混凝土挡土墙第1 部分�1页脚内容�BI 的体系架构及相关技术 一个BI 系统为了满足企业管理者的要求，从浩如烟海的资料中找出其关心的数据，必须要做到以下几步： 1)为了整合各种格式的数据，清除原有数据中的错误记录——数据预处理的要求。 2)对预处理过数据，应该统一集中起来——元数据(Meta Data)、数据仓库(Data Warehouse)的要求； 3)最后，对于集中起来的庞大的数据集，还应进行相应的专业统计，从中发掘出对企业决策有价值的新的机会——OLAP(联机事务分析)和数据挖掘(Data Mining)的要求。 所以，一个典型的BI 体系架构应该包含这3 步所涉及的相关要求。 图 3 BI 的体系架构 整个体系架构中包括：终端用户查询和报告工具、OLAP 工具、数据挖掘（Data Mining）软件、数据仓库（Data Warehouse）和数据集市（Data Mart）产品、联机分析处理 (OLAP) 等工具。 1）、终端用户查询和报告工具。 专门用来支持初级用户的原始数据访问，不包括适应于专业人士的成品报告生成工具。 2）、数据预处理(STL-数据抽取、转换、装载) 从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换 （Transformation）和装载（Load），即ETL 过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图。 3）、OLAP 工具。 提供多维数据管理环境，其典型的应用是对商业问题的建模与商业数据分析。OLAP 也被称为多维分析。 4）、数据挖掘（Data Mining）软件。 使用诸如神经网络、规则归纳等技术，用来发现数据之间的关系，做出基于数据的推断。 5）、数据仓库（Data Warehouse）和数据集市（Data Mart）产品。 包括数据转换、管理和存取等方面的预配置软件，通常还包括一些业务模型，如财务分析模型。 6）、联机分析处理 (OLAP) 。 OLAP 是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。 其中核心技术在于数据预处理、数据仓库的建立（DW）、数据挖掘（DM）和联机分析处理（OLAP）三个部分。接下来，我们对这几个核心部分进行详细说明： 数据预处理： 当早期大型的在线事务处理系统(OLTP)问世后不久，就出现了一种用于“抽取” 处理的简单程序，其作用是搜索整个文件和数据库，使用某些标准选择合 乎要求的数据，将其复制...
