数据挖掘与数据仓库（共享）

1.3数据仓库的产品及发展

P1大家好，本次课我们学习数据仓库的产品及发展

P2我们将从三个方面进行学习,即数据仓库的产品、数据仓库与商务智能的关系、数据仓库的未来及发展

P3数据仓库的产品

 通过前面两节的学习，我们知道随着数据仓库技术应用的不断深入，越来越多的企业开始使用数据仓库技术建设自己的数据仓库系统，希望能对历史数据进行具体而又有针对性的分析与挖掘，以期从中发现新客户和客户新的需求。正是因为数据仓库对企业高层的决策分析活动具有较好的支持度，众多商业软件企业也意识到开发数据仓库产品的重要性。我们要了解主流的OLAP工具及常用数据仓库产品，目前主要的OLAP工具提供商有有Oracle、微软、DB2、SAS公司等。常用数据仓库产品供应商主要有IBM、Oracle、NCR、Microsoft、SAS等，他们提供了各不相同数据仓库解决方案。

P4  OLAP技术与产品

OLAP是针对特定问题的联机数据访问和分析，通过对信息进行快速、稳定、一致和交互式的存取，对数据进行多层次、多阶段的分析处理，以获得高度归纳的分析结果。

目前主流的OLAP产品有都可以生成多维数据立方体，提供多维数据的快速分析，支持所有主流关系型数据库如DB2，Oracle等，同时可读取关系数据库中细节数据，实现混合在线分析或关系型在线分析。并且，各厂商的 OLAP Sever对自己的数据库产品的支持均好于其它数据库，各自的分析工具也都基于开放的OLE DB标准，可以访问支持OLE DB标准的数据立方体。

P5 Oracle公司的数据仓库解决方案包含了业界领先的数据库平台、开发工具和应用系统，能够提供一系列的数据仓库工具集和服务，具有多用户数据仓库管理能力，多种分区方式，较强的与OLAP工具的交互能力，及快速和便捷的数据移动机制等特性。

IBM公司提供了一套基于可视数据仓库的商务智能（BI）解决方案，它结合了DB2数据服务器的长处和IBM的商业智能基础设施，集成了用于仓库管理、数据转换、数据挖掘以及OLAP分析和报告的核心组件，提供了一套基于可视数据仓库的商业智能解决方案。

P6 微软公司的SQL Server提供了三大服务和一个工具来实现数据仓库系统的整合，为用户提供了可用于构建典型和创新的分析应用程序所需的各种特性、工具和功能，可以实现建模、ETL、建立查询分析或图表、定制KPI（企业关键绩效指标）、建立报表和构造数据挖掘应用及发布等功能。

SAS公司的数据仓库解决方案是一个由30多个专用模块构成的架构体系，适应于对企业级的数据进行重新整合，支持多维、快速查询，提供服务于OLAP操作和决策支持的数据采集、管理、处理和展现功能。

P7 Teradata公司提出了可扩展数据仓库基本架构，包括数据装载、数据管理和信息访问几个部分，是高端数据仓库市场最有力竞争者，主要运行在基于 Unix操作系统平台的NCR硬件设备上。

Sybase提供了称为Warehouse Studio的一整套覆盖整个数据仓库建立周期的产品包，包括数据仓库的建模、数据集成和转换、数据存储和管理、元数据管理和数据可视化分析等产品。根据IDC发布的数据仓库市场分析报告，上述公司占据了全球近80%的市场份额，提供的数据仓库产品的功能特性已经成为市场的主流。这些公司在推出各自的数据仓库产品的同时也提供了相应的数据仓库解决方案。

P8商务智能与数据仓库的关系

商务智能简称为BI（Business Intelligence），也称为商业智能。商务智能是融合了先进信息技术与创新管理理念的结合体，对与企业有关的所有内部和外部的数据进行收集、汇总、过滤、分析、传递、综合利用，使得数据转换成为信息和知识的过程。商务智能可以整合历史数据，从多个角度和层面地数据展开深层次的分析、处理，为决策者提供相应的决策依据，提高决策效率和水平。

一般来说，上面所描述的是一个广义上的商务智能概念，在这个概念层面上，数据仓库是其中非常重要的组成部分，数据仓库从概念上更多地侧重在对企业各类信息的整合和存储工作，包括了数据的迁移，数据的组织和存储，数据的管理与维护，这些称之为后台基础性的数据准备工作。

与之对应，狭义的商务智能概念则侧重在数据查询和报告、多维/联机数据分析、数据挖掘和数据可视化工具这些平常称之为前台的数据分析应用方面，其中数据挖掘是商务智能中比较高层次的一种应用。

P9数据仓库的未来及发展

   在数据抽取方面，未来的技术发展将集中在系统集成化方面。它将互连、转换、复制、调度、监控纳入标准化的统一管理，以适应数据仓库本身或数据源可能的变化，使系统更便于管理和维护。

    在数据管理方面，未来的发展将使数据库厂商明确推出数据仓库引擎，作为数据仓库服务器产品与数据库服务器并驾齐驱。在这一方面，带有决策支持扩展的并行关系数据库将最具发展潜力。

    在数据表现方面，数理统计的算法和功能将普遍集成到联机分析产品中，并与Internet/Web技术紧密结合。按行业应用特征细化的数据仓库用户前端软件将成为产品作为数据仓库解决方案的一部分。数据仓库实现过程的方法论将更加普及，将成为数据库设计的一个明确分支，成为管理信息系统设计的必备

P10总结。

大家好，本次课程即将结束，通过本次课程的学习我们进一步了解到数据仓库系统的产品及未来发展，对数据仓库的产品、商务智能与数据仓库等有了较好的认知。数据仓库系统通常指一个数据库环境，而不是指一件产品，是数据存放的地方和提供对数据检索的支持，相对于操作型数据库来说其突出的特点是对海量数据的支持和快速的检索技术。数众多IT企业意识到数据仓库的商业价值，已开发出了大量商用的数据仓库系统。数据仓库技术为商务智能和数据挖掘应用提供了重要基础。

本次课就到这里，希望大家课后多阅读、多思考、多讨论，完成相应作业及练习，谢谢。