仓储管理系统中多维数据分析及应用

摘要

数据仓库和联机分析处理技术是两种新型的决策支持技术。数据仓库是一种数据管理技术,侧重于管理面向主题的综合数据,为决策分析提供更有效的数据支持；OLAP技术是一种多维数据分析技术,侧重于数据仓库中的数据分析,为管理者决策提供信息支持。这两种技术相互结合,为决策支持开辟了新途径,并受到越来越多的关注。 本课题以四个轧钢厂销售数据为背景,进行数据仓库存储方式的构建和多维数据分析功能的实现,利用Microsoft SQL Server 2000作后台数据库开发,采用Delphi的多维分析组件Decision Cube为前端分析工具,设计并开发一个查询分析子系统。 本论文从基础理论着手,阐述了有关数据仓库技术和OLAP技术的相关知识点,为建立OLAP系统应用作好理论上的充分准备。在数据仓库的建模过程中,考虑到钢铁企业连续性生产,数据积累迅速,数据量大等特点,建立了直观的多维数据模型。数据仓库系统的设计过程主要包括以下几个方面：数据仓库主题的设计、概念模型设计、逻辑模型设计、物理模型设计。 研究了OLAP工具的相关技术的基础上,Decision Cube组件提出了修改方案,并利用修改后的Decision Cube组件。Delphi提供的决策支持组件Decision Cube能够基本完成多维数据分析的功能,是多维数据分析技术的一种实现方法,但有一些缺陷,所以本论文同时对Decision Cube组件进行了改进,并进行了完善测试。 本论文引入动态的OLAP多维视图分析,决策者可以从各种维度对销售数据进行审视,进行切片、切块、旋转和钻取等OLAP基本分析操作,拖动调整要显示的维,用户可以组合不同的显示结果。方便分析各数据之间的关系及其变化趋势。OLAP的实现,包括分析子系统结构设计、OLAP数据仓库设计、多维立方体的设计、用户分析操作应用程序设计,并在最后进行了效果分析用来验证本文提出的OLAP实现方案的实用性、有效性。 本论文丰富了决策支持的内涵,提供了一种进行多维数据分析的实现方法,为数据仓库前端分析工具的开发提供了一个思路。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题背景

1.2国内外研究现状

1.2.1几大数据仓库方案特性比较

1.2.2主要OLAP厂商产品介绍

1.3课题来源及本文主要研究内容

1.4论文组织结构

第2章数据仓库和OLAP技术

2.1数据仓库的概念

2.2数据仓库的体系结构

2.2.1数据仓库中的维度

2.2.2数据仓库的设计过程

2.3 OLAP的概念

2.4 OLAP与数据仓库的关系

2.5 OLAP与多维分析

2.5.1 OLAP的基本术语

2.5.2 OLAP多维分析操作

2.6 OLAP的实现

2.7本章小结

第3章系统的总体设计

3.1需求的提出

3.2系统目标

3.3系统总体结构

3.4开发语言及环境

3.5本章小结

第4章数据仓库设计

4.1数据仓库设计步骤

4.1.1概念模型设计

4.1.2逻辑模型设计

4.1.3物理模型设计

4.2数据仓库的生成

4.2.1数据提取和来源

4.2.2数据清理

4.2.3数据转换

4.3本章小结

第5章多维分析系统的设计与实现

5.1 Decision Cube组件的完善

5.1.1 Decision Cube组件概述

5.1.2 Decision Cube组件缺陷

5.1.3TDecisionCube组件的完善

5.1.4完善的TDrillDecisionCube组件的测试

5.2TDecisionCube组件与数据仓库的连接

5.3前端访问模块

5.4多维立方体的创建

5.5多维数据分析模块

5.5.1多维数据分析动作的实现

5.5.2不同时间级别来显示

5.6统计图形分析的实现

5.6.1柱状图

5.6.2饼图

5.7其他关键技术

5.7.1多栏打印

5.7.2预警提示

5.8效果分析

5.9本章小结

结论

参考文献

致谢