基于BI的ETL技术在PICC业务系统中的应用与研究

摘要

本论文的研究基于一个实际的课题：由武汉和中信息科技有限公司主持开发的PICC（中国人民财产保险有限公司）业务系统。 随着IT服务技术的不断发展，现在各行各业都离不开各种业务分析系统，特别是一些大的行业，例如银行、物流、保险等等，那么这些行业在很早就采用了信息技术进行业务管理，而随着行业内部和IT技术的不断发展很多老的系统都不同层次的暴露出许多问题，从而给企业带来了很多的不方便，使得工作效率下降，业绩下滑。 商业智能（BI，Business Intelligence），简单地说，是指对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。BI是IT技术结合组织机构数据信息处理管理需要逐渐演变而来的。目前在国际上，BI已经有着较成熟的运用。根据数据显示，在美国，500强企业里面已经有90％以上的企业利用企业管理和BI软件帮助管理者做出决策。 近年来，我国越来越多的企业决策者意识到需要BI来保持和提升企业竞争力。BI在中国已经度过了一个从知到行，从概念到实践的阶段。当前金融业、电信业、零售业、服务业都在广泛地应用各种类型的BI工具，体验到了数据分析、报告、挖掘的力量，在经营分析、客户选择、绩效管理、运行预警方面得到很大的帮助。 本论文在熟悉人保业务和现有业务管理信息系统的基础上，探讨在保险系统建设数据仓库的方法和步骤，设计了保险业务数据仓库的数据模型和体系结构，研究各种建立数据仓库的数据预处理中的数据清理、转换和加载的方法和策略。以现有的经营模式为主题划分标准，使之更贴近业务，也更贴近业务人员的使用习惯。根据人保财险总公司下发文件和业务操作规范，以及数据规范制定的业务指标体系。 本文应用商业智能（BI，Business Intelligence）的ETL（Extract、Transform、Load）技术，对保险系统的内部和外部数据进行综合分析处理。通过建立数据仓库，解决了抽取汇总的数据缺乏可信性问题；保证数据抽取时间的一致性和排除了层层上报易产生误差；解决了无法查询数据或效率低；理清了数据间的十分复杂关系，加强了联系。通过定义同样的数据结构和不同层次粒度问题，解决了多个应用系统集成问题。 在论文的最后总结了本文取得的成绩，同时也指出业务数据仓库的下一步工作以及本文的不足之处。

目录

文摘

英文文摘

声明

第1章绪论

1.1论文研究背景和意义

1.2 BI国内外研究现状

1.2.1国外BI发展概况

1.2.2国内BI发展概况

第2章商业智能技术

2.1 BI系统的架构

2.2 BI系统的生命周期

2.3数据仓库技术

2.3.1数据仓库的体系结构

2.3.2数据仓库的数据组织结构

2.3.3数据仓库的开发设计

2.4 ETL技术

2.4.1 ETL过程

2.4.2数据清理的特点

2.4.3 ETL过程与数据清理的区别

2.4.4 ETL加载策略

2.5本章小结

第3章人保业务系统的分析与设计

3.1保险业商业智能的产生与发展

3.2系统分析与设计

3.2.1系统开发模型

3.2.2系统需求分析

3.2.3系统业务设计

3.2.4系统结构设计

3.3系统主要功能介绍

3.3.1业务系统分主题

3.3.2机构管理

3.3.3用户管理

3.3.4角色管理

3.3.5报表展示功能

3.4本章小结

第4章人保业务系统数据仓库建立

4.1人保数据仓库构建

4.1.1总体分析设计

4.2数据源分析

4.3人保业务系统数据仓库建模

4.3.1逻辑模型设计

4.3.2物理模型设计

4.4数据仓库中ETL的优化

4.4.1在实施过程中优化

4.4.2在SQL过程中优化

4.4.3实例代码分析

4.5本章小结

第5章 结论

5.1论文总结

5.2进一步的工作

致谢

参考文献

附录：硕士期间参与的项目以及发表的论文