全文预览

上海浦东发展银行基于数据仓库的数据集市解决方案 v1.5

上传者:非学无以广才 |  格式:doc  |  页数:26 |  大小:1608KB

文档介绍
占用时间,整合ODS以后,装载数据的过程被统一成1个,当后续增加新的系统应用时,只需要扩展ODS模型结构,整个ETL过程仍然是唯一的;Р减少ODS的冗余,整合ODS后,原先的多个ODS重复数据占用的存储空间被释放,同时由于数据在ODS中基本以面向主题的方式存储,冗余较小;Р最大程度的利用数据资源,整合DM以后,将划出公用数据部分,供所有应用系统共同使用,这部分数据在存储中仅有1份,结合各应用特色部分数据,确保了各应用系统的数据是完整的,在 SybaseIQ中,各部分数据通过不同的用户来区隔,通过灵活配置用户权限来达到安全性的要求,这种结构同时可以很好的利用SybaseIQ在I/O方面的优势;Р良好的扩展性,当后续增加应用时,仅需要扩充ODS和统一数据集市模型以及ETL过程,并不会影响到原有系统。Р数据集市模型概述Р统一数据集市模型概述Р统一数据集市模型将基于反洗钱、运营内控、非现场审计3个应用的数据需求进行概要公用数据模型设计,未来在应用的扩充上以数据需求为驱动在模型上进行丰富和扩展,公用数据模型设计的Р基本原则是能使后续应用能够很好的融入这部分模型。Р数据集市模型分为4个部分:Р公用数据部分,主要包括:客户信息、帐户信息、交易流水等公用属性部分,以及地址(国家、地区、省份)、产品、机构和代码表等;Р运营内控特有数据部分,主要包括:指标数据、预警结果、预警规则配置数据等;Р非现场审计特有数据部分,主要包括:统计数据、审计预警等;Р反洗钱特有数据部分,主要包括:指标结果、衍生数据等。Р注:?Р具体数据模型需待分析各应用数据模型后才能完整提出。РODS数据模型概述РODS数据模型采用面向主题的方法,按照第三范式规则进行设计,原则上与数据仓库模型类似,减少数据的冗余,达到数据临时存储进行缓冲的目的,同时可以减少甚至避免ETL在抽取过程中的转换过程,减少数据仓库时间窗口的征用时间。

收藏

分享

举报
下载此文档