閔銳 米新江 2009/06/30

1.引言
　　數(shù)據(jù)倉庫由數(shù)據(jù)抽取、數(shù)據(jù)倉庫和數(shù)據(jù)倉庫日常維護(hù)系統(tǒng)組成。其中數(shù)據(jù)倉庫存儲元數(shù)據(jù)和用于決策分析相關(guān)的數(shù)據(jù)。元數(shù)據(jù)是數(shù)據(jù)倉庫的核心，它是描述數(shù)據(jù)的數(shù)據(jù)，用于存儲數(shù)據(jù)模型和定義數(shù)據(jù)結(jié)構(gòu)、轉(zhuǎn)換規(guī)則、倉庫結(jié)構(gòu)、控制信息等。數(shù)據(jù)倉庫日常維護(hù)包括數(shù)據(jù)的安全、歸納、備份、恢復(fù)等工作，這些工作需要利用數(shù)據(jù)庫管理系統(tǒng)(DBMS)的功能。應(yīng)用層是建立在數(shù)據(jù)倉庫基礎(chǔ)之上的，它主要由聯(lián)機(jī)分析處理(OLAP，Online Analytical Protess)應(yīng)用分析和數(shù)據(jù)挖掘兩部分組成[2]。決策者利用決策支持工具，從數(shù)據(jù)倉庫中獲取準(zhǔn)確科學(xué)的信息，進(jìn)而做出科學(xué)性的決策。
2.CRM數(shù)據(jù)倉庫項目概述
　　客戶關(guān)系管理(CRM)是指通過有效地管理客戶信息資源，提供客戶滿意的產(chǎn)品和服務(wù)，與客戶建立起長期、穩(wěn)定、相互信任的密切關(guān)系，為企業(yè)吸引新客戶，鎖定老客戶，提供效益和競爭優(yōu)勢。它是企業(yè)“以產(chǎn)品為中心模式”向“以客戶為中心模式”轉(zhuǎn)移的必然結(jié)果。企業(yè)CRM的價值在于以客戶為中心，因此企業(yè)在實施CRM的過程中除了利用先進(jìn)的信通信技術(shù)將客戶信息傳遞給企業(yè)之外，還需要對客戶信息進(jìn)行分析、處理。
　　近幾年來，數(shù)據(jù)倉庫被廣泛地應(yīng)用到了企業(yè)CRM中，并取得了一定地效果。但是，傳統(tǒng)的CRM數(shù)據(jù)倉庫大都是基于C／S構(gòu)架的，其在實際運用過程中存在著一定的弊端。隨著數(shù)據(jù)倉庫技術(shù)及Web技術(shù)的飛速發(fā)展，將二種技術(shù)進(jìn)行結(jié)合已成為可能，那就是基于Web的數(shù)據(jù)倉庫技術(shù)�；�于Web的數(shù)據(jù)倉庫技術(shù)為解決傳統(tǒng)C／S模式的企業(yè)CRM數(shù)據(jù)倉庫的問題提供了解決方案。
3.基于WEB的企業(yè)CRM數(shù)據(jù)倉庫的設(shè)計
3.1基于WEB的企業(yè)CRM數(shù)據(jù)倉庫的設(shè)計
　　企業(yè)CRM數(shù)據(jù)倉庫邏輯上設(shè)計分為如下的層次：文件存儲區(qū)、臨時存儲區(qū)、數(shù)據(jù)清洗區(qū)、基礎(chǔ)數(shù)據(jù)區(qū)、星型數(shù)據(jù)區(qū)、數(shù)據(jù)中心。
文件存儲區(qū)：
　　文件存儲區(qū)主要存放原銷售系統(tǒng)等多個源系統(tǒng)通過FTP上傳的數(shù)據(jù)文件。各系統(tǒng)每天按時傳送相關(guān)數(shù)據(jù)，作為CRM數(shù)據(jù)倉庫的數(shù)據(jù)來源。
臨時存儲區(qū)：
　　臨時存儲區(qū)主要存儲各數(shù)據(jù)文件導(dǎo)人的臨時數(shù)據(jù)。每個數(shù)據(jù)文件在臨時存儲區(qū)對應(yīng)一個結(jié)構(gòu)相同的數(shù)據(jù)結(jié)構(gòu)
數(shù)據(jù)清洗區(qū)：
　　根據(jù)需要，對臨時存儲區(qū)的數(shù)據(jù)進(jìn)行清洗，并存放到數(shù)據(jù)清洗區(qū)。
基礎(chǔ)數(shù)據(jù)區(qū)：
　　存放統(tǒng)一格式的各系統(tǒng)基礎(chǔ)數(shù)據(jù)。
星型數(shù)據(jù)區(qū)：
　　為了實現(xiàn)CRM的目的，對客戶信息進(jìn)行多角度多層次的分析，需要在CRM中引入維、事實、層次等概念。
　　維是與某一事件相關(guān)因素在關(guān)系模型中的抽象，例如客戶購買商品這一事件中就包含了客戶、時間、地理、商品等維度；層次是人們觀察數(shù)據(jù)細(xì)致程度的體現(xiàn)，如從時間維上來看就可以分為年、季度、月、日等層次；事實是不同維度在某一取值下的交叉點，是對某一事件的度量，例如“某某顧客于某一時問某個地區(qū)購買了某件商品”這個事件，就是分別選取了顧客維、時間維、地理維、商品維中的某個值，而這些維度取值的空間交叉點就是對這一事件的度量，如銷售額、數(shù)量等。
　　有了維、事實、層次等概念就可以為客戶數(shù)據(jù)建立CRM數(shù)據(jù)倉庫模型了。為了能夠使用關(guān)系表來表達(dá)客戶多維信息，這里劃分了兩類表：維表和事實表，前者用來存儲維的層次、成員類別等維的描述數(shù)據(jù)，后者用來存儲指向各個維的外關(guān)鍵字和一些相應(yīng)的測量數(shù)據(jù)，即CRM中的事實。
　　此模型由一個事實表及多個維表組成，事實表用于存放客戶的事實數(shù)據(jù)，表中的信息有多個維度，每個維度對應(yīng)于一個維表，維表包括相應(yīng)維度的描述信息，事實表和維表之間通過主／外鍵相聯(lián)系。
3.2數(shù)據(jù)倉庫物理設(shè)計
　　(1)表空間設(shè)計。其中tee為temp(臨時區(qū))，clear(清洗區(qū))，extract(轉(zhuǎn)換區(qū))。Basic為基礎(chǔ)區(qū)，star為星型區(qū)，ods為數(shù)據(jù)中心。Teeidx為tee區(qū)的索引存放表空間。basicidx為基礎(chǔ)區(qū)索引存放表空間，star為星型區(qū)的索引存放表空間。這樣設(shè)計主要為了把邏輯意義的區(qū)分開，也為性能考慮可以在表名前加前綴作為區(qū)分表所在的區(qū)。其中數(shù)據(jù)庫中所有的業(yè)務(wù)表全部放在一個用戶下，以方便在各個區(qū)之間加載轉(zhuǎn)換。
　　(2)歸檔設(shè)計。由于數(shù)據(jù)在數(shù)據(jù)倉庫中頻繁加載刪除和插入等操作，如果選用歸檔模式會使數(shù)據(jù)庫產(chǎn)生大量日志。如果歸檔將嚴(yán)重影響性能，而且數(shù)據(jù)倉庫對數(shù)據(jù)恢復(fù)的要求不高。所以決定采用非歸檔模式。
　　(3)安全性設(shè)計。數(shù)據(jù)庫中所有的業(yè)務(wù)表全部放在一個用戶下，以方便在各個區(qū)之間加載轉(zhuǎn)換。再建一個用戶用于展現(xiàn)，對所有的業(yè)務(wù)表只有只讀權(quán)限。
　　(4)備份恢復(fù)。這里采用每2天一次冷備份和一周一次邏輯備份�？梢越邮芑謴�(fù)兩天前的數(shù)據(jù)，然后通過etl重新從源數(shù)據(jù)庫中獲取最新數(shù)據(jù)。
　　(5)參數(shù)設(shè)計。由于數(shù)據(jù)倉庫經(jīng)常刪除、插入，很少更新的特點，相對一般業(yè)務(wù)系統(tǒng)，加大塊的大小，增加preused和減少prefree。

萬方數(shù)據(jù)