SBO系统与商务智能系统整合的研究与应用

3 功能模块的实现与测试

3.1 基于SBO的数据仓库设计

3.1.1 数据仓库逻辑模型设计

建立OLAP分析模型是整个系统设计的关键部分，OLAP分析模型是数据分析、决策支持、报表、KPI应用的数据基础，该文主要需要建立销售分析模型，并且确定各个模型内部和模型间的关系。以销售分析模型为例给出数据仓库逻辑模型如图2所示：

图2 销售分析模型数据仓库逻辑图

3.1.2 数据仓库物理模型设计

物理数据模型主要解决如何组织和存储数据，以满足系统处理的要求。建立物理模型是一个从逻辑模型向更加具体的、依赖于系统和数据库平台的物理形式转化的过程。本系统中从逻辑模型转向物理模型的设计，使用传统的数据库设计方法。

3.1.3 ETL 设计

我们在对ETL进行设计时，主要使用的工具是Microsoft SQL Server DTS。他使用ODBC实现数据源的连接并抽取数据。ETL实施过程中，字段映射和计算是主要过程。数据通过DTS被加载到SQL Server数据仓库中。

3.2 数据分析OLAP 设计

OLAP是一种决策支持工具，可以使用户从多个角度观察和分析数据，因此又被称为“多维分析”。在本系统中，OLAP服务器是由SQL Server 2005提供的Analysis Services。维度和OLAP立方体可以方便的被Analysis Services定义。

3.3 成果展示

本系统完成了财务、采购、库存、销售四个分析主题的模型搭建，每个主题建立了两种多维立方模型，选择一个数据源，便可进入按主题分析界面，如图3所示：

图3 选择数据源和分析视图界面

查询分析结果界面主要有三种形式：对于特定信息的定制查询功能，界面通过图形和表格给出查询分析结果，所查询数据的对比结果、历史趋势等通过图形来展现，图形中所涉及的数据则以表格的形式展示出来，这样一来可以给用户提供精确的查询结果。对于OLAP分析功能，查询分析结果界面将提供相关主题的多维数据展示操作界面，用户通过该界面，可以查看OLAP查询结果，并对查询结果进行常用的OLAP操作，如下钻、上卷、切片和维度旋转等操作，OLAP查询分析结果同样通过图形和表格两种形式展现给用户。如图4所示，为重庆某刚铁集团产品销售分析图，用户可以根据自己的需要进行维度的选择，上卷、下钻、切片等操作。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友