使用OracleDiscoverer与OLAP选件

欢迎进入Oracle社区论坛，与200万技术人员互动交流 >>进入 Oracle 商务智能 Discoverer (OracleBI Discoverer) 是一套商务智能工具，使用户能够查询和分析 Oracle 和其他数据库中存储的数据。 作为 Oracle 商务智能 10g 的一部分，OracleBI Discoverer 为 Or

欢迎进入Oracle社区论坛，与200万技术人员互动交流 >>进入

Oracle 商务智能 Discoverer (OracleBI Discoverer) 是一套商务智能工具，使用户能够查询和分析 Oracle 和其他数据库中存储的数据。 作为 Oracle 商务智能 10g 的一部分，OracleBI Discoverer 为 Oracle 数据库 10g 企业版增加了 OLAP 选件。该选件扩展了 Oracle 数据库的分析功能，为其增添了一个逻辑维模型以及专用的多维数据类型。

本文解释了将 OLAP 选件添加到 OracleBI Discoverer 报表和分析中的好处，介绍了 Analytic Workspace Manager 10g 工具，并说明了 OracleBI Discoverer 管理员为其用户提供 OLAP 报表所采取的步骤。

组织的维视图

在分析一个组织的性能时，要考虑很多方面。 以销售经理为例，他们负责本地区的利润 ― 地区的绩效可能会受销售团队表现、所销售的产品组合、客户以及一段时期内销售概况的影响。 另一个例子是学校管理人员，他们希望衡量学校的年级平均级点。 影响年级平均级点的因素包括学生的背景、课程的类型、每门课程的教师、所采用的科目，并且管理人员肯定希望了解一个学年中平均级点的变化情况。

类似这样的情况可以被看作是多维问题。 在学校管理人员的例子中，问题是得出提高年级平均级点的方法，而问题的维则包括多年以来不同的教师、学生、课程和教学部门。 对于销售经理而言，问题是提高地区的销售绩效；问题的维则包括销售人员、销售区域、产品组合、分销渠道和时间。 在每种情况下，有关人员都在着手解决多维问题，而为了获得答案，就必须牢记该问题的所有这些方面。

图 1： 问题的多维性质

OracleBI Discoverer for OLAP 以及 Oracle 数据库 10g 企业版的 OLAP 选件使您能够使用您熟悉的 OracleBI Discoverer 工具套件，在 Oracle 数据库中创建数据的多维模型，并就地查询和分析这些模型。 此外，通过使用 Microsoft Excel 可以访问这些多维模型，将 Oracle 强大的分析功能与标准的 Excel 功能结合起来。

逻辑维模型

OracleBI Discoverer 的用户和管理员将会熟悉最终用户层、业务数据区、文件夹、项、联接、层次和项类的概念。 OracleBI Discoverer 允许管理员定义业务数据区和文件夹，它们映射到数据库模式中的表和列。 管理员定义文件夹之间的联接路径，并能够创建那些从联接表中将项目合并起来的复杂文件夹。 最终用户层和业务数据区使管理员能够使用熟悉的业务术语清除关系数据库的复杂性并为用户提供数据项。

利用其 OLAP 支持，OracleBI Discoverer 通过使用一个在 Oracle 数据库中创建的维模型为管理员和用户提供 OLAP 数据。 该维模型反映了用户描述其业务的方式。

暂且回过头来探讨销售经理的问题，他们试图了解的销售情况和趋势是由一段时期内产品、客户和渠道之间多种相互作用产生的。 销售经理需要多维思考，这是因为需要考虑这些因素如何相互作用，而 OracleBI Discoverer 以一种反映这种多维思考的方式为用户提供数据。

在逻辑维模型中，数据是按照一个或多个维 ― 如产品、客户、销售区域和时间 ― 来组织和测量的 ― 如销售单位数和平均价格。 一个维可以拥有一个或多个成员（单个客户、产品类别、销售区域），并且组织成一个或多个层次。 层次定义了底层数据是如何积累起来的，它可以包含级别（产品、产品组、产品类别），而属性可用于描述维成员的特征，如大小、颜色或产品代码。 逻辑模型可以包含很多维、多维数据库集、测度、层次、级别和属性，并且通常将来组织各部分的数据聚集起来。

图 2： 使用 OracleBI Discoverer 查看 OLAP 逻辑模型

当您从维的角度考虑数据时，可以使用业务人员熟悉的术语建立维查询。例如，

“对于世界上每个地区，从一年前算起的三个月时间与今年的同时期相比，我们最重要的 20% 的产品的收入百分比变化是多少？”

或

“谁是最重要的 10 位客户？”

而不必担心数据是在数据库中的存储方式。

Oracle OLAP 多维引擎

Oracle 数据库 10g OLAP 选件提供一个逻辑维模型，并且能够以关系数据类型和多维数据类型来存储数据。 当以关系形式保存 OLAP 数据时，OLAP 选件在关系表和列上对维的元数据进行分层，并为数据访问提供一个维 Java OLAP API。 当 OLAP 数据以多维形式存储时，它以分析工作区中保存的多维数据类型的形式保存，这是一种来自于 Oracle Express Server 产品系列的技术，但是现在该技术嵌入了 Oracle RDBMS 中，并通过相同的 Java OLAP API 或 SQL 提供访问。

OLAP 选件所配备的多维引擎在执行 OLAP 分析方面提供了一些优于关系实施的功能。 多维数据库特别适用于即席分析，不限制用户所能分析的数据，并且在任何时候能够定义任何类型的计算。 多维数据类型将数据存储在基于数组的专用数据结构中，这种数据结构在即席查询环境中可提供性能优势，而且因为测度与维是预先联接起来的，所以将条件应用到查询的过程极为高效。 OLAP 选件多维引擎包含对处理大型稀疏数据集的优化，并且自动处理基础数据与存储的聚合之间的导航。

此外，多维引擎可以提供对专用 OLAP 服务器多种常用复杂计算的访问，如分配、预测、维内的等式系统以及时序计算。 简言之，如果您考虑使用 OLAP 选件并且希望使用多种分析和统计计算来提供快速灵活的报表服务，则应将您的 OLAP 数据存储在专用的多维分析工作区中，而不是存储在无法提供这种级别的灵活性或功能的关系数据类型中。 但是您如何着手使用这种特性呢？

Analytic Workspace Manager 10g

虽然 OracleBI Discoverer 管理员可能对所有这些关于分析工作区和多维数据类型的讨论并不熟悉，但是 Oracle 早就提供了两种工具，使多维数据的创建和维护变得简单、直接。 Oracle Warehouse Builder 是 Oracle 完整的提取、转换和装载 (ETL) 工具，它提供了将数据载入多维分析工作区的功能，通常由数据仓库开发人员和 DBA 使用。 但是通常情况下，OracleBI Discoverer 系统的管理员不需要诸如 Oracle Warehouse Builder 等工具的全部特性，这是因为他们的数据已经经过了提取和准备，相反，他们更喜欢那些专门用于维护其 OracleBI Discoverer 元数据和工作簿的工具。 希望利用 OLAP 选件并使用分析工作区来保存其 OLAP 数据的 OracleBI Discoverer 管理员和部门的超级用户在 OTN 上可免费下载 Analytic Workspace Manager 10g。

使用 Analytic Workspace Manager 10g，您可以构建一个表示 OLAP 数据的逻辑维模型来定义维、级别、层次、属性和测度以方便您组织数据。

图 3： Analytic Workspace Manager 10g 模型视图

逻辑模型一旦建成，您就可以使用 Analytic Workspace Manager 10g 将数据源映射到这个逻辑模型上，然后使用该工具来填充和维护您的分析工作区了。 Analytic Workspace Manager 的界面直观、简单，它遵循了创建多维 OLAP 数据集的逻辑工作流，并创建可以立即用于 OracleBI Discoverer for OLAP 的 OLAP 多维数据集和维。

我们一起逐步完成一个用于 OracleBI Discoverer for OLAP 的多维 OLAP 数据集的创建过程。 本示例使用了 GLOBAL 示例模式，您可以马上从 OTN 下载该模式。

[1] [2] [3] [4] [5]