基于本體的數據倉庫建模工具的研究與實現.pdf

1、隨著計算機技術的發(fā)展，不斷積累的各類運營數據達到了令人驚訝的規(guī)模。傳統(tǒng)的數據分析工具、方法在面對海量數據時，其處理能力和及時性都無法得到保證，由此數據倉庫技術應運而生。數據倉庫技術主要分為兩個部分，數據倉庫的建模和聯機分析處理OLAP(On-LineAnalyticalProcessing)。其中數據倉庫的建模就是建立一個對整個數據倉庫中的數據進行存儲和管理的元模式。數據倉庫的存儲和管理是整個數據倉庫系統(tǒng)的核心，它直接影響整個系統(tǒng)的性能

2、。
　　現有的數據倉庫系統(tǒng)中，在建立分析主題的時候，企業(yè)業(yè)務人員和計算機專業(yè)人員存在著溝通障礙。同時，在多維模型上沒有一種統(tǒng)一的規(guī)范，使得業(yè)務人員在建模時需要適應不同表達的多維模型。存在業(yè)務邏輯到分析主題、主題分析與數據倉庫數據組織之間的斷裂，從而造成從建模到聯機分析結果的產生需要漫長的人工調整過程，并缺乏靈活性。為此需要一個具有一致性的本質特征以解決交流問題的概念。本體是領域內的重要實體、屬性、過程及其相關關系形式化描述的基礎，

3、是共享概念模型的明確的形式化規(guī)范說明。因此，本論文研究并設計實現了基于本體的數據倉庫建模工具原型。在數據倉庫建模中引入本體，形式化規(guī)范地表達業(yè)務知識，統(tǒng)一數據源的數據關系和建模時的業(yè)務需求。并通過對本體數據源的解析半自動化地進行分析主題的建立。
　　論文的主要工作如下：
　　1.研究并設計實現了基于本體的業(yè)務建模，并基于此，提出了對本體進行解析并推理出它對應主題中的度量和維度的算法，以便將度量和維度推薦給用戶，減少建模過程中

4、用戶識別度量與維度的難度，提高自動化的程度。
　　2.基于本體解析得到的數據及其關系，設計了針對多維數據存儲需求的關系型數據庫的存儲模式。然后將解析本體得到的數據及其關系存入數據庫中，作為數據倉庫的統(tǒng)一數據源。
　　3.根據XMLA協議和用戶在本體上的選擇，自動在分析服務器上建立用戶的主題立方體，從而查詢用戶可以通過OLAP過程對分析服務器進行所需的多維查詢。
　　仿真實驗結果表明，文中實現的數據倉庫建模工具，可以靈活