數據倉庫范文10篇

摘要：首先表述了空間數據倉庫的三個核心思想；其次設計出了空間數據倉庫的概念框架，著重描述了空間數據倉庫的外部結構、內部結構以及各組成模塊的工作流程，設計出了空間數據倉庫認知過程的概念框圖，并對認知的基本概念進行了描述，表述了認知過程14個世界模型和13個轉換算子的基本內容，并用代數系統給出了嚴格定義；最后得出的結論是，研制空間數據倉庫十分必要，以支持我國的空間數據基礎設施建設。

關鍵詞：地理信息系統；空間數據倉庫；數據倉庫；認知過程

0引言

進入21世紀后，對空間數據倉庫的研究方興未艾，在許多次的國際學術會議上都有相關[1~3]。例如在泰國召開的ISPRS第三屆動態與多維GIS會議暨CPGIS第十屆地理信息年會、北京召開的第20屆國際制圖協會國際學術會議、南非召開的第21屆國際制圖協會國際學術會議等。還有一些ESRI公司的白皮書、全球性用戶大會、SSD國際會議、數字地球國際會議、GIS國際會議等也開始討論空間數據倉庫問題[4~8]。將空間數據倉庫技術引入到我國大概是20世紀90年代末，文獻[9~14]的發表開創了我國空間數據倉庫理論與技術研究的新局面，此后又陸續出現了一些這方面的論文。

總體說來，上述工作對空間數據倉庫的理論和方法進行了初步研究，在概念、原理、結構、操作與算法等方面進行了初步論述，已取得了卓有成效的成績。但是到目前為止，空間數據倉庫的概念框架和認知過程等方面還是缺乏系統的論述，沒有形成一套比較完整的空間數據倉庫概念框架體系和認知過程體系。

1概念框架

摘要：隨著計算機科學技術的發展，數據庫技術已經日益成熟，與此同時，數據倉庫技術也在飛速發展，它已被應用于企業管理、決策支持、市場分析等多個方面。本文首先介紹了數據倉庫技術，之后介紹了數據倉庫技術在商場（超市）中的應用。

關鍵字：數據倉庫商場（超市）計算機

一、前言

隨著計算機技術的發展，越來越多的企業逐漸建立了各種各樣的應用子系統，如銷售系統、庫存系統、財務系統、人事系統等。它們能夠較好地滿足企業OLTP(OnlineTransactionProcessing，聯機事務處理)的應用需求。

但隨著市場競爭的日益激烈，企業需要利用現有的數據，進行分析和推理，為企業的決策提供依據。當這種分析處理只涉及到很少的數據庫表時是可行的。當數據量迅速地增長而且查詢要求不斷復雜化時，這種建立在OLTP基礎上的DSS就不能很好地滿足決策的需求。另外從大量的歷史數據中獲取信息，要求系統保存大量的歷史數據。如果系統在進行事務處理時還要進行復雜的分析處理。這樣對于頻繁操作性處理的數據庫系統而言，將會不堪重負。因此，需要重新組織數據，使其使于進行復雜分析。為適應這一需求，應運而生的就是數據倉庫技術。

商場（超市）關系到大眾生活水平的提高，它為大眾生活提供了便利，同時由于商場（超市）貨物、員工的復雜性，使得市場、人事管理、物品供需關系、設備管理顯得更為復雜，所以商場（超市）更應該象其他企業一樣，應用數據倉庫技術完善自己的市場、管理、供需關系等等。

【論文摘要】文章通過討論事項會計在網絡環境下的新發展及其可行性問題，并根據事項會計重現經濟活動的要求對事項的分類問題進行分析，提出在IT環境下如何利用數據倉庫技術來實現事項會計的基本思想。事項會計提出后一直停留在理論研究階段，本文將在技術實現途徑方面作出簡單探索。

【論文關鍵詞】事項會計；數據倉庫；事實表；維度表

一、IT環境下事項會計理論的新發展

對于如何能支持個性化會計信息需求，上個世紀60年代末美國會計學家喬治·H·索特（George.H.Sorter，1969）明確提出會計理論研究的事項法（EventApproachAccounting）。與傳統價值法相比，事項法認為會計的目標在于提供與各種可能的決策模型相關的經濟事項信息，不應匯總反映經濟業務，與決策相關的事件的信息應盡量以其原始的形式保存，而將事件與其決策模型如何匹配的任務留給用戶。由用戶而非會計人員將事件轉化為適合用戶個人決策模型的會計信息。

事項會計提出后一直停留在理論研究階段。事項會計的目的在于提供全面而原始的事項信息，那么信息如何提供才算全面、以怎樣的形式存儲才稱得上原始，以及如此龐大的數據量應如何利用，是事項會計需要解決的首要問題。隨著計算機技術及網絡環境的發展，數據倉庫及相關技術有效地解決了上述問題，為事項會計思想的實現提供了非常有力的支持。

首先是信息技術的發展。如已有的企業信息系統的實現，為事項會計數據倉庫的建立奠定了實踐基礎，同時也提供了豐富的數據源，大幅度降低了信息的采集和傳輸成本。其次，事項法會計要求提供原始的未經加工過的經濟業務信息，最大程度地恢復經濟活動過程的原貌，以事項為單位的數據倉庫存儲結構可以很好地實現這一目標。數據倉庫的數據存儲結構與事項會計的思想相吻合，能夠通過不同維度存儲經濟活動的立體信息。再次，數據倉庫為集成不同企業數據庫數據、各種其他數據源數據提供了技術支持。良好的數據接口工具，方便對不同數據來源的數據進行抽取、轉化和加載。最后，先進的IT技術，如在線分析、數據挖掘等工具，為提供實時的、多角度的事項報告提供了實現的條件。

摘要：首先表述了空間數據倉庫的三個核心思想；其次設計出了空間數據倉庫的概念框架，著重描述了空間數據倉庫的外部結構、內部結構以及各組成模塊的工作流程，設計出了空間數據倉庫認知過程的概念框圖，并對認知的基本概念進行了描述，表述了認知過程14個世界模型和13個轉換算子的基本內容，并用代數系統給出了嚴格定義；最后得出的結論是，研制空間數據倉庫十分必要，以支持我國的空間數據基礎設施建設。

關鍵詞：地理信息系統；空間數據倉庫；數據倉庫；認知過程

0引言

進入21世紀后，對空間數據倉庫的研究方興未艾，在許多次的國際學術會議上都有相關[1~3]。例如在泰國召開的ISPRS第三屆動態與多維GIS會議暨CPGIS第十屆地理信息年會、北京召開的第20屆國際制圖協會國際學術會議、南非召開的第21屆國際制圖協會國際學術會議等。還有一些ESRI公司的白皮書、全球性用戶大會、SSD國際會議、數字地球國際會議、GIS國際會議等也開始討論空間數據倉庫問題[4~8]。將空間數據倉庫技術引入到我國大概是20世紀90年代末，文獻[9~14]的發表開創了我國空間數據倉庫理論與技術研究的新局面，此后又陸續出現了一些這方面的論文。

總體說來，上述工作對空間數據倉庫的理論和方法進行了初步研究，在概念、原理、結構、操作與算法等方面進行了初步論述，已取得了卓有成效的成績。但是到目前為止，空間數據倉庫的概念框架和認知過程等方面還是缺乏系統的論述，沒有形成一套比較完整的空間數據倉庫概念框架體系和認知過程體系。

1概念框架

一、導讀部分：

可見二者差別之大，這只是數據庫與數據倉庫的一個概念性的大致區別。另外它編程人員最關心的建立與操作各方面也差別很大，因此如果你沒有這方面的知識想只憑借數據庫發面的知識來開發數據倉庫的產品是很不可能的這就要求你要從數據倉庫最基礎的知識學起。

可能很多同學首先就會想到數據庫，說起數據倉庫。終究就錯了一個字，但是就是這一個字使這二者差異很大：

即數據庫為中心，保守的數據庫技術是以單一的數據資源。進行事務處理、批處置等各種數據處置工作，主要是操作型處理，操作型處置也叫事務處理，指對數據庫聯機的日常操作，通常是對一個或一組紀錄的查詢和修改，主要為企業的特定應用服務的注重響應時間，數據的平安性和完整性。

用以支持經營管理中的決策制定過程，而數據倉庫則是面向主題的集成的不可更新的穩定性)隨時間不斷變化（不同時間）數據集合。主要用于分析型處理(也叫信息型處置)分析型處置則用于管理人員的決策分析，經常要訪問大量的歷史數據。

二、數據倉庫的基礎知識：

1建立高校財務數據倉庫的必要性

隨著計算機網絡和Internet的快速發展,高校的財務已經基本實現了會計電算化,會計人員從傳統的手工核算模式已經過渡到了用計算機進行會計核算的模式,使會計人員從繁重的會計核算工作中解脫了出來,逐步實現了從核算性會計向管理性會計的過渡。目前,高校的財務部門已經積累了豐富的會計信息資源和一些人才儲備,并在很大程度上提高了會計核算的效率,提高了財務管理的水平。然而,這些會計信息相對孤立,并沒有形成系統的聯系,沒有很好地發揮出它應有的作用,沒有很好解決會計分析和財務決策等重要問題。其主要原因不是會計人員的能力差和使用會計核算軟件的效果不好,而是現有的會計信息系統本身所固有的缺陷,只注重了會計預算、會計核算和自動生成會計報表等功能,缺乏從多角度對會計指標進行詳細的分析,同其他相關的管理系統也沒有良好的接口。其缺陷主要表現在以下幾個方面:

(1)數據缺乏可信性。比如領導需要某一部門人員的平均年收入的數字,不同的會計人員核算出來的數字可能會不同,這是因為要核算的數字不能從同一個數據源中取得,而且有些信息需要從外部數據源取得,也有可能存在數據算法上的差異,這是會計核算系統所解決不了的問題。

(2)生產率問題。在進行會計分析時,往往需要取多年的數據,在會計指標多的時候,生產率是相當糟糕的。比如領導要分析近四年的收入和支出情況,要完成這項任務,需要找到四年的報表來獲取數據并分析數據,再編輯數據和進行對比分析,這就需要大量的資源才能完成。

(3)無法將數據轉化為信息。在會計分析中,我們會問“今年的收入同過去五年中的各個年份有何不同?”這樣的問題,會計信息系統不能準確地回答出該問題,這是因為系統并沒有集成以往歷史年度的數據。

為從根本上解決以上問題,必須建立同會計核算和財務管理相適應的一套新的系統,該系統不但能集成財務部門所需要的會計信息和與其相關的信息,而且能從多角度對會計指標進行分析,并能根據需要進行決策,方便財務部門的管理和領導查詢和決策,提高財務的管理水平。該系統也就是被業界所稱道的數據倉庫。數據倉庫是一個面向主題的、集成的、非易失的,隨時間變化的用來支持管理人員決策的數據集合[1]。高校財務數據倉庫是集成了財務信息的數據倉庫,為財務管理進行決策的信息系統。

一、數據倉庫概述

數據倉庫的概念最早是由WH.Inmon提出來的，在他的著作《建立數據倉庫》中是這樣定義的：數據倉庫是一個面向主題的、集成的、想對穩定的、隨時間變化的數據集合。數據倉庫是在傳統數據庫基礎上建立起來的，但是與傳統數據庫又有所區別，傳統的數據庫是單一的數據資源，即以數據庫為中心，進行聯機事務處理（OLTP，ONLineTransactionProcessing)，數據庫技術的主要任務存儲數據，對存儲的數據進行查詢和修改等操作。而數據倉庫是將各業務系統數據抽取出來，按照決策分析型數據要求對數據進行清理轉換重新組織，建立分析處理環境，然后采用聯機分析（OLAP)技術或者數據挖掘技術處理進行數據分析，挖掘出潛在的有價值的信息，供用戶參考決策。

二、高校教學管理數據倉庫教學管理系統的設計

1.體系結構設計

數據倉庫是基于傳統數據庫積累的數據和其它渠道收集的各種數據信息搭建起來的面向聯機分析處理（OLAP，ONLineAnalyticalprocessing)的分析型信息集合，總體結構為三個層次：（源數據）數據處理、數據存儲、數據分析。高校教學管理系統數據倉庫包括數據源、數據處理，數據存儲和數據分析四個部分。數據源：主要來自數字化校園管理平臺，涵蓋高校各信息系統，教務管理、學籍管理、招生就業管理以及其他信息系統等的數據。數據處理：包括數據抽取、清理、轉換和集成。首先從數據源中抽取數據，存儲到臨時數據表中，然后對抽取的數據進行清洗和轉換，通過清洗去除決策分析無用的數據信息，通過轉換使數據標準一致，將轉換清理后的數據集成裝入到數據倉庫中。數據存儲：各信息系統的數據與數據倉庫系統的數據是相互獨立的，因此各信息系統數據的變化不會自動更新數據倉庫的數據，我們需要在設定數據同步存儲機制，才能實現更新數據融入數據倉庫存儲。數據分析：數據抽取、清理、轉換、存儲到數據倉庫系統以后，我們需要通過各種技術，如聯機分析（OLAP）技術、數據挖掘（DM）技術、商業智能（BI）技術等形成統計分析報表供用戶查看并做出相應的決策。

2.主題劃分

一、電子商務物流配送介紹

近年來電子商務物流配送已成為物流配送發展的主流,但我國物流配送系統的滯后狀況卻嚴重阻礙了電子商務的發展。突破電子商務發展的物流瓶頸,必須建立一個能快速、準確地獲取銷售反饋信息和配送貨物跟蹤信息的物流配送體系。將數據倉庫技術應用到物流配送系統中,建立一個高效的基于數據倉庫的電子商務物流配送體系,通過對數據的再次整理和挖掘,為企業提供市場信息和決策依據,進行趨勢預測,以不斷提高企業競爭力。

二、在電子商務物流配送中應用數據倉庫的必要性

(一)電子商務物流配送對數據倉庫的應用需求。

電子商務物流配送需要管理者從Internet中獲取各種有效信息,以支持重要的決策問題,如配送中心的選址、運輸最佳路線、貨物組配方案、最優庫存控制等,而數據倉庫正是決策支持系統的一個很好的解決方案,因此,在電子商務物流配送中應用數據倉庫是十分必要的。

1、數據的規模。

區分開來。數據倉庫的關鍵技術包括數據的抽取、清洗、轉換、加載和維護技術。聯機分析處理（OLAP）是以海量數據為基礎的復雜分析技術。它支持各級管理決策人員從不同的角度快速靈活地對數據倉庫中的數據進行復雜查詢和多維分析處理，并且能以直觀易懂的形式將查詢和分析結果展現給決策人員。可以說：聯機分析處理是數據倉庫之上的增值技術，值得深入探討與研究。

一、OLAP概述

OLAP是關系型數據庫之父E.F.Codd在1993年提出的多維數據庫和多維分析的概念。OLAP是針對特定問題的聯機數據訪問和分析，通過對信息很多種可能的觀察形式進行快速、穩定、一致和交互性的存取，允許管理決策人員對數據進行深入觀察。

1.數據倉庫中用于OLAP的常用數據模式

數據倉庫模式是數據倉庫的核心和基礎，是影響信息組織和查詢的關鍵因素。因此一個有效的數據倉庫模式就成為數據倉庫設計的關鍵所在。在實際的應用當中是通過OLAP來進行分析，因此數據倉庫中數據的模式結構應該便于分析。在傳統的數據庫中數據模式以ER圖和二維表為主，而在數據倉庫中則以多維模式為主。數據倉庫的模式現在常用的有星形模式、雪花模式和星座模式。在數據倉庫中，依據所選定的主題、所要存儲的數據內容、支持數據倉庫的系統環境、對象間的關系來決定使用哪種模式。

（1）星型模式

1引言

在當前市場經濟高速發展的態勢下，各企業間競爭力越來越強。再加上信息技術的參與，企業能夠獲取信息的渠道與手段日益增多，面臨的信息也紛繁復雜，而好的決策不僅需要真實的數據支持，而且還要在盡量短的時間內做出。所以，企業急需要高效的數據分析工具，來節省對大量數據分析的時間。本文就提出——數據倉庫技術這一優化的數據管理、分析技術。

2數據倉庫的特點

2.1面向主題

即在較高的這一層次上，實現對企業信息系統里面數據的分類、綜合處理，將其進行抽象化處理。數據倉庫是從企業整體上來看的，直接面向主題進行組織，其本質在于實現數據的分析與處理，為管理層提供可進行決策的參考依據。

2.2集成性