數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在高?？蒲泄芾碇械膽?yīng)用研究.pdf

1、隨著高?？蒲许?xiàng)目的增多，科研領(lǐng)域數(shù)據(jù)庫(kù)的數(shù)據(jù)量也越來(lái)越大。傳統(tǒng)的基于聯(lián)機(jī)事務(wù)處理的管理系統(tǒng)缺乏對(duì)歷史數(shù)據(jù)的有效利用和分析，出現(xiàn)了“數(shù)據(jù)過(guò)剩，知識(shí)匱乏”的現(xiàn)象。為此，決策者迫切需要從海量數(shù)據(jù)中提取有價(jià)值的知識(shí)的工具，數(shù)據(jù)倉(cāng)庫(kù)和聯(lián)機(jī)分析處理技術(shù)便應(yīng)運(yùn)而生。
　　數(shù)據(jù)倉(cāng)庫(kù)(Data Warehouse,DW)是面向主題的、集成的、時(shí)變的和非易失的數(shù)據(jù)集合，用以支持經(jīng)營(yíng)管理中的決策制定過(guò)程。聯(lián)機(jī)分析處理(On-Line Analytica

2、l Processing，OLAP)，可以為用戶提供多角度、快速、直觀的視圖，以便深入觀察數(shù)據(jù)。因此，根據(jù)現(xiàn)在高校的特點(diǎn)和發(fā)展需求，若將DW和OLAP應(yīng)用在現(xiàn)有的科研管理系統(tǒng)中，就可為決策者提供決策支持。
　　本文首先介紹了四層B/W/D/C結(jié)構(gòu)的基于Web的高?？蒲泄芾硇畔⑾到y(tǒng)，包括系統(tǒng)的總體功能、系統(tǒng)架構(gòu)，并對(duì)該系統(tǒng)的硬件配置與軟件配置進(jìn)行了深入的分析。在此基礎(chǔ)上，按照科研管理人員關(guān)心的主題和角度，建立了科研信息多維數(shù)據(jù)模型，

3、包括概念模型、邏輯模型和物理模型的設(shè)計(jì)，并使用MS SQL Server2000 Analysis Services工具建立了高?？蒲袛?shù)據(jù)倉(cāng)庫(kù)；介紹了使用DTS工具進(jìn)行數(shù)據(jù)的輸入/輸出和自動(dòng)調(diào)度，并在數(shù)據(jù)傳輸中完成對(duì)數(shù)據(jù)的驗(yàn)證、清洗和轉(zhuǎn)換等工作；采用ADO MD作為訪問(wèn)多維數(shù)據(jù)的接口，并結(jié)合MDX語(yǔ)言實(shí)現(xiàn)對(duì)科研多維數(shù)據(jù)的訪問(wèn)。最后，以Analysis Services為OLAP引擎，借助DSO、PivotTableServices、OW