资源描述
经营分析系统经营分析系统技术交流技术交流中国电信中国电信经营分析系统第一部分:公司介绍第二部分:需求说明第三部分:解决方案第四部分:问题交流目录Part1 公司介绍公司介绍第一部分:公司介绍第二部分:需求说明第三部分:解决方案第四部分:问题交流Part2 需求说明背景 企业经营发展的结果 以业务为中心 话单量小、业务少、用户少 以客户为中心 大数据量、业务多、异构数据、决策分析 技术发展的结果 数据库与数据仓库 人工智能 数据挖掘 联机分析企业信息化的四个进程企业信息化的四个进程数据信息知识施效在线分析数据挖掘客户关系管理数据仓库=营销自动化=销售队伍自动化=客户服务与技术支持=事实发生了什么?=为什么会发生?=对象是谁?=还会发生什么?经营分析系统信息流图经营分析系统信息流图 建设目标建设原则系统功能 支持与各种主流数据库平台、多维分析引擎、数据挖掘引擎和前端展示工具的无缝集成 开放的应用程序接口和工具 提供统一的数据仓库平台,支持后续应用和扩展 可定制化的客户界面 统一的用户和权限管理机制主题分析及专题分析主题分析及专题分析前端用户前端用户/浏览器浏览器应用服务器应用服务器/Web Server业务主题分析业务主题分析服务质量模块服务质量模块用户分析模块用户分析模块业务分析模块业务分析模块收益分析模块收益分析模块市场营销分析模块市场营销分析模块市场竞争分析模块市场竞争分析模块新业务分析模块新业务分析模块合作服务方分析模块合作服务方分析模块大客户分析模块大客户分析模块专题分析专题分析业务业务(含新业务含新业务)专题专题市场、竞争专题市场、竞争专题大客户发展、异动专题大客户发展、异动专题客户专题分析客户专题分析 客户管理 市场管理 产品管理 智能分析 产品推广 获取 更多 客户 销售管理 业务管理模型业务管理模型Part3 解决方案解决方案技术体系结构技术体系结构主要厂商产品介绍主要厂商产品介绍体系结构BOSSMIS/OA网管网管其它数据源其它数据源数数据据源源qBOSSBOSS系统系统q网管网管q客服客服q其它其它1 数据源BOSSMIS/OA网管网管其它数据源其它数据源数数据据源源数据源数据源数据源数据源q省BOSS系统的数据:批价后的详单帐务数据欠费记录缴费记录欺诈记录客户信息资源记录营业记录投诉记录查询记录结算数据人工录入的信息q网管系统的数据 热点小区 接通率 故障信息q客服数据 投诉信息 服务状况q其他数据 人工输入数据源细分数据源细分v计费子系统:计费子系统:n通话详单(原始、计费后)、详单格式通话详单(原始、计费后)、详单格式n计费使用费率表计费使用费率表n错误话单错误话单n结算话单结算话单v帐务子系统:帐务子系统:n帐务数据帐务数据n欠费记录欠费记录n缴费记录、缴费方式缴费记录、缴费方式n欺诈记录欺诈记录v营业子系统:营业子系统:n用户资料及信用度用户资料及信用度n资源使用记录资源使用记录n营业厅、营业员资料营业厅、营业员资料v客服子系统:客服子系统:n投诉记录投诉记录n用户查询记录用户查询记录v网管系统:网管系统:n接通率数据接通率数据n掉话率数据掉话率数据v手工录入数据:手工录入数据:n市场调查结果记录市场调查结果记录n市场宣传费用和形式记录市场宣传费用和形式记录v流水型增长数据:流水型增长数据:n通话详单(原始、计费后)通话详单(原始、计费后)n错误话单错误话单n帐务数据帐务数据n欠费记录欠费记录n缴费记录缴费记录n欺诈记录欺诈记录n资源使用记录资源使用记录n投诉记录投诉记录n用户查询记录用户查询记录n财务数据财务数据n物流数据物流数据n市场调查结果记录市场调查结果记录n市场宣传费用和形式记录市场宣传费用和形式记录v变化更新数据:变化更新数据:n计费使用费率表计费使用费率表n缴费方式缴费方式n用户资料及信用度用户资料及信用度n营业厅、营业员资料营业厅、营业员资料BOSSMIS/OA网管网管其它数据源其它数据源数数据据源源数据获取层数据获取层2 数据获取层 数据来源数据来源首先直接快速传输到分段存储区,再从分段存储区首先直接快速传输到分段存储区,再从分段存储区经过清洗、转换、映射等复杂的数据移动处理转移经过清洗、转换、映射等复杂的数据移动处理转移到目标数据仓库中。到目标数据仓库中。以保证数据的快速导入而尽量减小对业务系统以保证数据的快速导入而尽量减小对业务系统造成的压力。造成的压力。有数据库和文件二种方式,分别对应于不同运有数据库和文件二种方式,分别对应于不同运营系统的数据源。营系统的数据源。数据集成数据集成 异构数据源整合异构数据源整合临时存储区(Staging Area)BOSS与经营分析系统的连接方案与经营分析系统的连接方案计费营帐经营分析系统经营分析系统DW客服采集BOSS系统ODS文件加载,例如采用sql*load数据集成,例如采用OWB,Pl/Sql,CA Advantage Data Transformer数据清洗、转换,如采用OWB,Pl/SqlSql*Load实现方式实现方式q1、掌握源文件的文件格式q2、定义目的ODS的对应表结构q3、编写执行的脚本q4、运行脚本q5、查看运行的日志例子:将pt0431文件的记录装载进入表cc_test中实现:1、依据文件pt0431格式和表cc_test的结构,编写脚本jl.ldr:LOAD DATAINFILE./pt0431INTO TABLE cc_test(文件格式与表结构对应关系定义)2、编写控制脚本jl.sql:sqlload userid=ht/hello control=jl.ldr log=jl.log3、执行:#sh jl4、查看日志文件jl.logPl/Sql实现方式实现方式有些数据需要经过程序处理后才能很好的被使用。例如:基于批价详单来分析话务流向时需要利用详单记录中的Other_party字段。Other_party可能的存在形式:1795X+固定电话号码;013XH1H2H3H4N1-N4;13XH1H2H3H4N1-N4;00+电话号码;特殊号码:110、119、1861等;172X1X2;只有经过一定的处理,才能分析去话的方向是联通、电信,国际,特殊呼叫等适用于随机获取数据适用于随机获取数据 ETL 环境和处理流程数据转化引擎数据转化引擎来源来源 主机或主机或 C/S 系统系统转化引擎转化引擎数据仓库数据仓库企业元数据数据集市数据集市数据集市数据集市扫描元数据要求资源规划交付用户流程用户流程数据仓库数据仓库监控任务调度数据抽取数据清洗数据转换数据加载索引建立数据聚合元数据导入元数据维护BOSSOANMSELSE抽取策略抽取策略1、对于有时间线的数据增量抽取,例如:服务信息表,由于有处理时间,可增量抽取2、没时间线的数据则完全抽取,例如客户信息表3、明细帐单、综合帐单在出帐后,例如出帐后第二天 抽取4、对于文件,象BOSS系统的结算清单、计费清单按文 件生成周期实时抽取3 数数据据存存储储层层BOSSMIS/OA网管网管其它数据源其它数据源数数据据源源数据存储层数据存储层基础数据仓库 数据来源数据来源 数据结构数据结构3NF3NF星型结构星型结构雪花结构雪花结构 完整性和有效性检查,对冗余和不一致完整性和有效性检查,对冗余和不一致的数据进行了清洗和转换。的数据进行了清洗和转换。数据量将非常庞大。数据量将非常庞大。q3NF减少数据冗余减少存储容量灵活的扩展能力执行效率相对较低数据集市 数据仓库的子集,主要面向某特定主题。数据仓库的子集,主要面向某特定主题。数据来源数据来源对基础数据仓库中数据的复制、分布或聚对基础数据仓库中数据的复制、分布或聚合合 数据结构数据结构星型结构星型结构qStar-Schema存在数据冗余相对较大容量维变化时,需重新建立执行效率高粒度选择粒度选择多重粒度级别中央数据仓库采用低粒度级,例如,客户月通话详单 -高细节数据,能回答所有问题,但分析效率较低;数据集市采用高粒度级,例如,客户月通话综合信息-低细节数据,能回答部分问题,但分析效率高;如果高粒度数据也包含分析所需的足够的细节,则高粒度数据的使用效率会提高很多中央数据仓库与从属数据集市中央数据仓库与从属数据集市中央数据仓库客户信息客户信息Cust_IDMsisdnAge_levelCust_TypeCity_Code通话详单通话详单Call_TypeMsisdnStart_DateStart_timeCall_duration.帐户信息帐户信息Account_IDCust_IDLfeeCfeeDiscount_fee其它信息其它信息Cust_IDMsisdnAge_levelCust_TypeCity_CodeCust_IDMsisdn客户通话行为分析客户消费行为分析其它分析依据分析的需要Map数据数据仓库完整构架数据仓库完整构架Data Marts Data Mining OLAPAnalysis Mart MartStaging AreaData WarehouseOperational DataExternalDataArchiveDataManualDataBusiness Users4 数据访问层 信息处理信息处理 查询和报表 分析处理分析处理 基本的OLAP操作 数据挖掘数据挖掘 知识发现BOSSMIS/OA网管网管其它数据源其它数据源数数据据源源数据访问层数据访问层举例:话务流向分析 维:通话日期、通话时间、对端号码,共3个维;分析指标:通话次数,通话时长实施:建立一个3维的数据立方体,对指标采用切片、钻取、旋转等方法进行分析多维数分析多维数分析时间时间日期日期对端号码对端号码同一时刻话务流向分析同一时刻话务流向分析12:00OLAP分析方法一【切片】分析方法一【切片】12:00日期日期对对端端号号码码OLAP分析方法一【切片】分析方法一【切片】时间时间日期日期5月月1日日对端号码对端号码同一日期话务流向分析同一日期话务流向分析5月月1日日对端号码对端号码时时间间OLAP分析方法一【切片】分析方法一【切片】流向同一运营商的话务量分析流向同一运营商的话务量分析时间时间日期日期联通联通对端号码对端号码联通联通日日 期期时时间间时间时间日期日期年年季度季度季度季度月月月月月月月月对端号码对端号码OLAP分析方法二【钻取】分析方法二【钻取】在同一个维上,按不同的层次来分析OLAP分析方法三【旋转】分析方法三【旋转】将年份和季度交换坐标基于基于WEB的展现方式的展现方式对数据进行可视化的分析,分析结对数据进行可视化的分析,分析结果的展现方式有以下几种,并且各果的展现方式有以下几种,并且各种形式之间可以相互的转换:种形式之间可以相互的转换:1柱状图;柱状图;2相对柱状图;相对柱状图;3累计柱状图;累计柱状图;4饼图;饼图;5散点图;散点图;6折线图;折线图;7趋势图;趋势图;8网页表格;网页表格;9表格中的数据倒出到表格中的数据倒出到Excel报表报表WEB展现示例【柱图】展现示例【柱图】WEB展现示例【展现示例【3D柱图】柱图】5 元数据关于数据的数据技术元数据操作元数据业务元数据贯穿全过程BOSSMIS/OA网管网管其它数据源其它数据源数数据据源源元数据管理元数据管理元数据管理元数据管理业务定义业务定义属性定义属性定义DA/DBA ToolErwin抽取规则抽取规则,转换规则转换规则ETL Tool报表格式报表格式,过滤过滤,分割等分割等DSS Tool数据库数据库元数据元数据元数据库元数据库双向自动无连接业务定义业务定义OtherExcelHTMLIBM CompatibleBusiness UsersIBM Compatible数据仓库开发数据仓库开发IBM Compatible元数据管理元数据管理Intranet/Extranet-Definitions-Domains-Names6 系统管理系统管理安全安全备份备份安全体系结构安全体系结构 系统安全 安全的层次 每个层次均需要相应措施保证 数据库、应用、网络 网络层 防火墙 电子认证 加密安全层次 数据库层 密码 数据库权限控制 应用层安全 用户身份认证 按照操作对象和操作类别规定各操作员的权限 保证身份的有效性和不可抵赖性 采用口令密码方式,可以向数字证书升级 数据加密 服务和数据权限容灾与备份:概述 什么灾?火灾、地震、洪水 系统故障:硬件、操作系统、数据库.应用故障:设计时考虑不周 误操作 黑客入侵、故意破坏 容灾方法 以备份系统代替主系统,并及时恢复主系统 数据复制 其它:地理分布,电源、网络等的高可用性容灾与备份:数据备份策略 数据备份的层次 物理视图 逻辑视图(DB、数据库模式、应用)数据备份的方式 联机复制 同步、异步、状态 脱机备份 防止“误操作型”灾难 数据备份的目标 一致性、当前性、可恢复性,尽量减少数据丢失及尽快恢复容灾与备份:数据复制层次Part3 解决方案解决方案技术体系结构技术体系结构主要厂商产品介绍主要厂商产品介绍产品供应商IBM Corp.Oracle Corp.SAS InstituteMicrosoft Corp.MicroStrategy Inc.CABrio TechnologyBusiness Objects Inc.Cognos产品供应商 Data warehouses OLAP Data mining Reporting,Querying and business intelligence ETLOracleSybaseSASDB2NCRBI/SASDB2 Olap ServerOracle ExpressBusiness Objects/OLAP accessSAS Data miningGeneva(PwC)Intelligent Miner,Visualization(IBM)MineSet(Silicon Graphics)Visual Insights(Lucent)Business ObjectsBrioAdaptive Server IQ multiplex(Sybase)ActuateHummingbird suiteNUMA-Q2000(IBM)Pilot Balanced Score cardOWBInformaticaCA Data TransformerSAS/WABestWorstRelative to all platforms(including S/390);updated April 2001Copyright 2001Data Mgmt.Data Admin.Scalability&SuitabilityConcurrent Query Mgmt.DW Track RecordQuery PerformanceHPHP9000HP-UXOracle IBM SPRS/6000AIXDB2 EEESunEnterpriseSolarisOracle GenericIntel IA-32Win2000SQL ServerUnisysES7000Win2000SQL ServerIBMS/390OS/390DB2 EEECompaqAlphaTru64OracleNCRWorldMarkMP-RASTeradata主机厂家主机厂家:主机型号主机型号:操作系统操作系统:数据仓库平台数据仓库平台:数据仓库比较ChallengesStrengthsDWDMDMDMDMDMDMDMDMDWDM Performs well on both SMP and DMPsystems Strong query optimization Leader on NT clusters Implementation of large data marts anddata warehouses Rich feature set and capabilities Lack of non-IBM server platformcredibility Manageability Unproven with increasing size(verylarge),complexity and concurrentqueries Rapid release of major versions andproduct immaturityDB2 UDB EEE on RS/6000 SPCommon Topology“Hub andSpoke”TopologyPlatformSuitability&Scalability(9)ConcurrentQueryManagement(5)QueryPerformance(8)DataManagement(8)ProvenDW TrackRecord(6)DataAdministration(7)Copyright 2001IBM DB2IBMIBM数据仓库解决方案数据仓库解决方案DB2 Warehouse Manager(管理工具管理工具)DB2 Visual warehousing(ETL)MIS/OABOSS网管网管No.7监测监测DB2 UDBV7.2数据仓库数据仓库DB2 OLAPSERVER(MDB)查询查询人员人员分析分析人员人员Hyperion analyzer 决策决策人员人员IBM Intelligent Miner 数据挖掘数据挖掘DB2 Warehouse ManagerDB2 UDBV7.2数据集市数据集市外部来源外部来源DB2 UDBV7.2数据集市数据集市Enterprise Information PortalIBM数据仓库的特点 提供大型数据库DB2作为数据仓库的存储数据库,DB2性能优异,提供从桌面机到工作站、小型机、大型机的良好扩展性 提供Visual Warehousing作为数据抽取工具,VW能够从广泛的数据源抽取数据,并且在大数据量的抽取中充分显示了速度优势 提供多维型、关系型两种Cube的实现方式 提供功能强大的访问Cube的查询语法 Query Script 在所有同类产品中提供最强大的分区功能 DWDMDMQueryPerformance(10)DataManagement(10)ChallengesStrengths Performance standard for very-large data warehouses and data marts Manageability low number of DBAs required Query optimization support for complex data models Support for concurrent query workloads Lack of platform choice(confusion)Delays on NT/MPP Ability to execute well Ability to keep current capability lead Marketing and positioning for broader market Higher initial cost of solution BI tool and application supportProven DW Track Record(10)Concurrent Query Management(10)Platform Suitability&Scalability(10)DataAdministration(9)Common TopologyUser access tothe datawarehouse andfew data martsNCR TeradataDWDMDMDMDMDMOperational SourcesLots of Data MartsChallengesStrengths Market leadership and mind share Performs well on SMP and NUMA Supports tool and BI vendors Implements midsize data marts and datawarehouses with low concurrency Lack of effectiveness on DMPP platforms Concurrent query performance Query optimization for complex datamodels Data partitioning Manageability Unproven with increasing size and complexityCommon TopologyPlatformSuitability&Scalability(8)ConcurrentQueryManagement(3)QueryPerformance(6)DataManagement(6)ProvenDW TrackRecord(5)DataAdministration(6)Oracle for SunCopyright 2001OracleOracleOracle数据仓库解决方案数据仓库解决方案Oracle9i Enterprise Manager(管理工具管理工具)Oracle9i WarehouseBuilder(ETL)MIS/OABOSS网管网管No.7监测监测Oracle9i数据仓库数据仓库OracleDiscovery即席查询即席查询查询查询人员人员OracleReports预定义报表预定义报表分析分析人员人员OracleExpressOLAP决策决策人员人员OracleData Mining数据挖掘数据挖掘Oracle9i数据集市数据集市Oracle9i数据集市数据集市Oracle9iODS外部来源外部来源OraclEPortalExpressServer(MDB)OracleOracle数据仓库的特点数据仓库的特点 提供RDBMS和MDDB两种数据存储结构,Oracle功能强大,提供了良好扩展性,提供了功能强大的系统管理界面 支持超大型数据仓库,并提供多种优化手段和针对数据仓库的特征,如分区,位图索引 提供功能强大的访问Cube的查询语法Express command 提供Oracle Warehouse Builder作为数据抽取工具,OWB提供功能包括:模型构造和设计;数据提取、移动和装载;元数据管理;分析工具的整合;以及数据仓库管理。具有开放可延伸的框架。Sybase数据仓库解决方案数据仓库解决方案RelationalPackageLegacyExternalsourceDataCleanToolSource DataDataStagingWareHouseAdmin.ToolsEnterprise DataWarehouse Data Extraction,Transformationand loadDatamartDatamartEnterprise/Central DataWarehouseRDBMSROLAPRDBMSRDBMS,Star SchemaArchitectedDatamartsCentralMetadata Data Modeling ToolEnd-UserToolEnd-UserToolMDBEnd-UserToolEnd-UserToolLocal MetadataLocal MetadataPowerMartSybase IQSybase IQCognosPowerMartWarehouseArchitectWCCBrio/BOSybase ASESybase数据仓库的特点数据仓库的特点 按列存储,有很高的压缩比例 PowerMart能够在一个统一的界面中将用户定义的转换规则、Schedule、权限设置、数据源和目标等等数据抽取定义通过有效的方式管理起来,方便整个数据抽取工作的管理 Adaptive Server IQ不仅使用了基于值的位映射(bitmap)算法及传统的b-tree算法,还使用了Sybase有专利权的位式(bit-wise)索引 IQ with Multiplex可以支持无限的用户访问数据仓库 系统硬件拓扑图数据仓库服务器数据仓库服务器数据分析服务器数据分析服务器数据抽取服务器数据抽取服务器数据挖掘服务器数据挖掘服务器 WEB WEB服务器服务器省中心局域网省中心局域网广域网广域网广域网广域网存储及备份系统存储及备份系统防火墙防火墙管理终端管理终端相关部门客户层相关部门客户层相关部门客户层相关部门客户层Internet主机系统主机系统存储系统存储系统光纤交换机光纤交换机磁带库系统磁带库系统存储及备份系统拓扑图存储及备份系统拓扑图存储及备份系统拓扑图存储及备份系统拓扑图主机系统主机系统存储系统存储系统光纤交换机光纤交换机磁带库系统磁带库系统主机系统主机系统存储系统存储系统存储系统存储系统光纤交换机光纤交换机磁带库系统磁带库系统磁带库系统磁带库系统存储及备份系统拓扑图存储及备份系统拓扑图存储及备份系统拓扑图存储及备份系统拓扑图SAN典型结构存储方式比较存储估算 数据仓库数据数据仓库数据3NF3NFStar-SchemaStar-Schema 数据集市数据集市Star-SchemaStar-SchemaCubeCube3NF计算公式计算公式总容量总容量=源数据源数据i i *(1+(1+索引因子索引因子)*RAID RAID 因子因子源数据i=单条记录字节数单条记录字节数 *记录数记录数/人人.天天 *用户数用户数*有效用户系数有效用户系数 *天数天数/月月 *保存月数保存月数说明:索引因子=0.7 RAID因子=1.25 记录数/人.天=8 用户数*有效用户系数=200万/600万/1200万 天数/月=31 保存月数=N注:以上计算基于Oracle数据仓库引擎Star-SchemaStar-Schema的计算的计算 维表维表用来描述属性数据,通常数据量很小,可以忽略不计。用来描述属性数据,通常数据量很小,可以忽略不计。事实表事实表记录的大小取决于分析的内容,包括每个维值的代码和汇记录的大小取决于分析的内容,包括每个维值的代码和汇总数值的大小。总数值的大小。记录的数量取决于分析维度的多少和每个维度可能出现的记录的数量取决于分析维度的多少和每个维度可能出现的值的个数。值的个数。事实表大小事实表大小=事实表记录大小事实表记录大小x 各维值取值数各维值取值数x 压缩比因压缩比因子子业务主题总数据量业务主题总数据量=各事实表大小的总和各事实表大小的总和 星型数据存储量星型数据存储量=业务主题总数据量业务主题总数据量x(1+索引因索引因子子)x RAID 因子因子存储估算(600万为例)语音业务用户语音业务用户本地话单每年存储量为:本地话单每年存储量为:230230*8 8*600600万万*31 31*12=4.11T 12=4.11T漫游话单每年存储量为:漫游话单每年存储量为:230230*10%10%*8 8*600600万万*31 31*12=0.411T 12=0.411T 语音业务用户话单每年总存储量为:语音业务用户话单每年总存储量为:4.11T+0.411T=4.521T 4.11T+0.411T=4.521T 数据业务及其他新业务数据业务及其他新业务本地话单每年存储量为:本地话单每年存储量为:400400*20%20%*8 8*600600万万*31 31*12=1.44T 12=1.44T漫游用户话单每年存储量为:漫游用户话单每年存储量为:400400*20%20%*10%10%*8 8*600600万万*31 31*12=190.4G 12=190.4G 数据业务及其他新业务话单每年总存储数据业务及其他新业务话单每年总存储量为:量为:1.44T+190.4G=1.63T1.44T+190.4G=1.63T存储估算(600万为例)结算话单结算话单结算话单每年存储量为:结算话单每年存储量为:200200*600600万万*(8+88+8*10%10%)*50%50%*3131*12=12=1.97T1.97T 每年话单存储总量为:每年话单存储总量为:4.521T 4.521T+1.63T1.63T+1.97T1.97T=8.121T=8.121T存储估算(600万为例)营业部交易记录营业部交易记录基本上是每个客户有几条记录,但相对稳基本上是每个客户有几条记录,但相对稳定,不会大量产生,也不随时间爆炸性增长,定,不会大量产生,也不随时间爆炸性增长,估算为估算为0.6T/0.6T/年年。客服数据客服数据也会随时间增长,但增幅远小于话单数据,也会随时间增长,但增幅远小于话单数据,估算为估算为0.6T/0.6T/年年。存储估算(600万为例)客户资料数据客户资料数据相对稳定,以后随客户数量的增加而增长,相对稳定,以后随客户数量的增加而增长,其增幅也不大,估算为其增幅也不大,估算为0.6T/0.6T/年年。总容量总容量结合上述因素,总的存储空间为:结合上述因素,总的存储空间为:(8.121T+0.6T(8.121T+0.6T*3 3)*1.25=12.4T1.25=12.4T存储估算(600万为例)主机性能测算 TPC-C TPC-C is an on-line transaction processing benchmark TPC-H TPC-H is an ad-hoc,decision support benchmark It consists of a suite of business oriented ad-hoc queries and concurrent data modifications.The performance metric reported by TPC-H is called the TPC-H Composite Query-per-Hour Performance Metric(QphHSize)影响因素 源主机 源数据库 网络带宽 数据量(主要)目标主机(主要)目标数据库(主要)HP Superdome+OracleIBM SP+DB2NCRSUN+Oracle特别提示 Oracle 9i Warehouse Builder Unleashing World Record Performance March 2002 采用HP Superdome+Oracle发布测试环境主机、数据库 Database Information:Oracle 9.0.1.1 Enterprise Edition HP Superdome Enterprise Server:64 552MHz PA-RISC 8600 CPUs each with 512KB I-cache,1MB D-cache.128 GB Memory 64 PCI Fibre Channel 2X Card 1 HP 1000 BaseSX PCI Lan Adapter 4 SureStore E Disk Array XP512(with a total of 744 18.2GB Disks)1 High Availability Storage System(with a total of 3 9.1 GB 10K RPM LVD Disks)OS used is HP-UX 11.i 64-bit 测试环境数据量测试结果第一部分:公司介绍第二部分:需求说明第三部分:解决方案第四部分:实施和服务第五部分:系统演示第六部分:问题交流议程元数据驱动、螺旋上升元数据驱动、螺旋上升的数据仓库构建的过程就是“建立元数据构造数据仓库/集市”的不断循环、不断上升的过程 经营分析系统实施方法论 元数据驱动 信息模型 分阶段实施 由元数据进行统一的管理和协调采用以元数据为中心的数据仓库开发方法采用以元数据为中心的数据仓库开发方法 经营分析系统开发方法中央数据仓库数据主题域的构成核心核心支撑支撑基础基础客客 户户分析主题的划分与关系经营分析系统经营分析系统CMCC经营分析系统建设需要您的支撑如何在项目实施中解决接口问题的?放心工程实施和服务 项目咨询 项目管理 项目研发 项目实施 质量保证 长期服务 一对一服务 新的思维方式 专题咨询服务技术服务全面咨询服务技术方案提供技术培训安装调试运行维护长期服务现场支持技术响应热线定期主动服务技术培训内容:包含硬件设备、系统软件、应用软件的使用、维护、开发等各项内容方式包含现场培训、国内培训、国外培训等方式层次包含初级培训、高级培训、专项培训其他根据用户的不同要求,公司将安排其他用户所需的培训质量体系质量体系在产品或项目研发、工程实施、售后服务等方面均严格遵循ISO9001、CMM2和内部相关规范质量方针:开发先进、适用、可靠的数据仓库应用产品,提供优质、全面、高效的服务服务承诺响应时间一小时答复四小时到现场服务热线一对一服务公司正在筹建*办事处以长期服务为核心的理念不只是软件产品、也不只是系统开发和集成,而是长期的持续的服务紧密合作,共同进步 与客户实际需求相结合,提供一对一的定制化服务我们的优势1、规范化的公司管理和项目管理、规范化的公司管理和项目管理2、移动行业是公司发展的战略重点、移动行业是公司发展的战略重点3、专业的电信行业研究院和软件开发中心、专业的电信行业研究院和软件开发中心 和和国际先进水平的技术队伍国际先进水平的技术队伍4、拥有世界范围的数据仓库实施经验、拥有世界范围的数据仓库实施经验5、完善的技术支持和售后服务体系、完善的技术支持和售后服务体系6、全程参与中国移动经营分析系统需求调研、全程参与中国移动经营分析系统需求调研7、对中国移动业务深刻的理解、对中国移动业务深刻的理解第一部分:公司介绍第二部分:需求说明第三部分:解决方案第四部分:实施和服务第五部分:系统演示第六部分:问题交流议程第一部分:公司介绍第二部分:需求说明第三部分:解决方案第四部分:实施和服务第五部分:系统演示第六部分:问题交流议程
展开阅读全文