数据仓库在移动通信企业经营分析系统中的应用

移动通信业是典型的数据密集型行业，随着通信体制改革的深化，移动通信业的竞争也日趋激烈。与其他行业相比，移动通信行业拥有更多的有关用户的数据。谁能正确地分析这些数据所得到有用的信息，谁就能更好地向用户提供服务，也就能够发现更多的商机，从而在竞争中获胜。数据仓库可以将移动通信企业的这些数据变为有用的信息来支持决策，因此，数据仓库在移动通信业中有重要的应用价值。

现在绝大多数的企业都在走经营分析信息化这条路，但光有综合业务自动化系统或者决策支持系统却没有完善的数据支持都属于粗放型经营分析，只算是达到了企业经营分析的自动化，还不能算是经营分析信息化。可以通过移动通信业逻辑数据模型，建立一个集中的、一致的和可扩展的数据仓库系统，以保证移动通信企业运用先进的经营分析系统建立战略性的竞争优势。

1 数据仓库的概念及技术

1.1 数据仓库的概念

数据仓库之父Bill Inmon对数据仓库所下的定义是：数据仓库是面向主题的、集成的、稳定的、随时间变化的数据集合，用以支持管理决策的过程。这个定义概括了数据仓库的实质。从存储方式和技术方面，数据库领域著名的学者韩家炜教授给出另外一个描述：数据仓库是一种多个异种数据源在单个站点以统一的模式组织的存储，以支持管理决策。可见，数据仓库是一个支持决策的过程，它有这样一些特性：面向主题的、集成的、稳定的、随时间变化的，多个异种数据源在单个站点以统一的模式组织存储的。

1.2 数据仓库技术

1.2.1 数据处理

数据仓库的数据处理(ETL)包括数据的抽取、清理、转换与加载。把数据从操作型环境转换到数据仓库环境的数据抽取要实现技术上的变化。这种变化不仅指的是一种DBMS的变化，还包含源于操作系统的变化、硬件的变化、数据结构的变化。

把数据从操作型环境载入到数据仓库环境时，如果数据以一种非集成状态到达数据仓库，它就不能被用来支持数据的企业视图。数据的企业视图是体系结构设计环境的本质之一。

数据并非只是注入数据仓库，它在数据仓库中也有自己的生命周期。到了一定时候，数据将从仓库中清除。数据清理问题是数据仓库设计人员无法回避的基本设计问题之一。从某种意义上讲，数据根本不是从数据仓库中清除，而仅是上升到更高的综合级。

1.2.2 数据仓库的数据模型

一个企业数据模型建造时不考虑现存的操作型系统与数据仓库之间的差别，企业数据模型只包含原始数据。要建造一个单独的现存数据模型，需要从企业数据模型开始。当企业数据模型用于操作型系统时，几乎不用做什么改动。但是，企业数据模型用到数据仓库中要做相当多的改动。首先要做的是除去纯粹用于操作型环境的数据；然后在企业数据模型的键码结构中增加时间元素；导出数据加到企业数据模型中，在那里导出数据作为公用并只计算一次，而不重复计算；最后，操作型系统中的数据关系在数据仓库中就转变为“人工关系”。

有3个层次的数据建模：高层建模(ERD，实体关系层)，中间层建模(DIS，数据项集)，底层建模(物理层)。

1.2.3 数据仓库的性能特性

确定性能特性是设计的重要一步，在数据仓库的情况下，意味着决定数据的粒度与分割。

粒度 粒度是指数据仓库的数据单位中保存数据的细化或综合程度的级别。在早期建立的操作型系统中，粒度是用于访问授权的。当详细的数据被更新时，几乎总是把它存放在最低粒度级上。但在数据仓库环境中，对粒度不作假设。在数据仓库环境中粒度之所以是主要的设计问题，是因为它深深影响存放在数据仓库中的数据量的大小，以及数据仓库所能回答的查询类型。在数据仓库中的数据量大小与查询的详细程度之间要作出权衡。

分割 人们常说，如果粒度和分割都做得很好的话，数据仓库设计和实现的几乎所有其他问题都容易解决。但是，假如粒度处理不当并且分割也没有认真地设计与实现，这将使其他方面的设计难以真正实现。对当前细节数据进行分割的总体目的是把数据划分成小的物理单元。数据分割的重要性在于小的物理单元能为操作者和设计者在管理数据时提供比对大的物理单元更大的灵活性。

物理I／O 物理设计因素的中心在于物理I／O(输入／输出)。对性能来说I／O事件如此重要是因为存储器和计算机之间的数据传输速度比计算机运算速度要慢大约2～3个数量级。计算机内部运算速度以毫微秒计，而数据的传输速度是以毫秒计。因此，物理I／O是主要影响性能的因素。为了提升性能，应在系统中尽量减少物理I／O。

1.2.4 样本数据库

样本数据库是数据仓库的一种有趣的、混杂的形式，它只是真实档案数据或轻度综