CA数据仓库帮企业拿“主意”

CA数据仓库帮企业拿“主意” 

需求分析

  信息化浪潮的冲击，要求企业不仅能够访问并综合来自各种数据来源的数据，还能通过充分挖掘现有的数据资源，捕捉、分析和沟通信息，进行复杂的数据分析，多层次多视角地察看跨主题和跨业务范围的信息，发现许多过去缺乏认识或者未被认识的数据关系，帮助企业管理者做出更好的商业决策。而所有这些数据采掘活动都必须建立在一个结构良好的数据仓库的基础之上。

  数据仓库(Data Warehouse)就是一个用以更好的支持企业或组织的决策分析处理的、面向主题的、集成的、不可更新的、随时间不断变化的数据集合。数据仓库中的数据都是按主题组织的，不同来源的数据在进入数据仓库之前，必须转换为相同的数据格式、度量单位，为复杂查询提供统一的视图。

  数据仓库可以给企业带来许多无形的收益，会改变企业传统的销售模式，根据用户的需求来进行产品的生产和销售，把最出色的产品和服务送到贡献度高的客户手中。同时，也可改善企业与客户之间的关系，与客户建立长期、友好的合作关系，降低销售费用，增加企业销售收入。因为每个人都可以很好理解自己的工作与他人的关系，可以加强企业内部的合作关系。数据仓库能够快速提供决策需要的丰富信息，可以使决策者更清楚的认识当前的现实状态，正确把握一切机会。最后，数据仓库可以使管理人员学会如何控制事务的发展，如何监视与测量性能，使他们得出可能是仅靠直觉
所无法想到的结论。

CA数据仓库解决方案：

  企业数据仓库的建立是一个复杂的技术和过程，所以要从整体解决方案的角度去考察。作为世界最大的数据仓库产品和服务提供商之一，CA提供了完整的数据仓库解决方案，产品涵盖数据仓库构造过程的每一个环节。CA提供的一体化数据仓库解决方案，不仅有完整的数据仓库所需的产品和技术，而且开放的接口可以集成其他的产品和技术。此外，所有的产品都是以元数据为核心进行集成和管理的。
CA认为，建立数据仓库的过程应包括如下主要阶段：首先是用户需求分析及数据仓库模型的设计，然后是构造数据仓库（包括数据抽取、映射和转换；数据仓库的前端展现），最后进行数据仓库的元数据管理。在建立数据仓库的每个阶段过程中，CA公司都提供了功能强大的工具。

1. 用户需求分析及数据仓库模型设计

  建立成功的数据仓库，首先必须了解用户现有业务系统的情况以及用户的实际需求，针对用户的业务和技术二个方面的情况进行调查、分析，可以使用先进、实用的分析设计方法和工具，帮助发掘和确定用户需求。需求分析阶段结束后应提交数据仓库项目计划和数据仓库技术实施计划等文档。
在需求分析过程中产生的实体关系图、对象描述、功能描述等信息，都保存在元数据库Repository中，以便在后续阶段使用。
在数据仓库设计方面，CA的ERwin支持在图形界面中方便地生成数据仓库的逻辑模型，并自动生成物理模型，同时自动保持逻辑模型和物理模型的一致性，生成数据仓库建模所需的各种文档。设计出的结果可以作为元数据存储在DecisionBase Transformer的Repository中，以便在数据转移时方便调用。

2. 数据的抽取、映射和转换（EMT）

  CA的数据组织转换工具Decision-Base Transformer支持各种关系数据库和ODBC数据源，具有完善的数据抽取、映射、转换能力，提供完善的编程能力以定制复杂的转移规则。还能与元数据管理工具集成，访问元数据，在图形方式下定义数据转移规则，并生成相应的数据转移脚本。
DecisionBase Transformer可以提供复杂的数据转换和加工过程，Transformer 的Mapper组件提供图形化的数据转换定义，定义的规则可以作为元数据存储在Repository中进行共享。

3. 数据仓库前端展现
 
  建立数据仓库的目的是要为决策支持服务，所以需要相应的查询、分析工具来处理巨大的数据信息。另一方面，由于最终用户的水平不同、要求多样，不可能用一个工具满足所有用户的要求，必须根据用户的特点提供不同的前端工具。
CA的DecisionBase OLAP Server可以提供丰富的多维分析和决策支持手段，同时Eureka：Reporter为企业提供基于多种平台的灵活报表制作和发布。他们也可以共用所有的业务和技术元数据（Business Metadata & Technical Metadata）。采用Aion可以将已获得的企业知识运用到各个应用系统中，将专家的经验传递并运用到企业的各个领域——生产系统、财务系统、销售系统， 所有的分析结果可通过Jasmine Portal进行信息的共享与发布。

4. 元数据管理

  管理数据与数据之间，数据与业务之间，系统与系统之间的对应，便于技术人员和业务人员理解和使用数据仓库中的信息。元数据是关于数据的数据，具体可分为业务元数据（Business Metadata）、技术元数据（Technical Metadata）和操作元数据（Operational Metadata）。

  元数据管理涉及到数据仓库构造、运行、维护的整个生命周期，是企业级数据仓库构建过程中十分重要的一环。元数据管理工具应能够自动扫描数据源并生成元数据，与其他各种数据仓库工具集成，处理各种相关的元数据，并提供方便的元数据前端访问工具。

  CA的Repository是元数据管理工具，它可以提供功能强大的元数据管理手段来管理企业范围内的业务元数据、技术元数据和操作元数据。

CA 数据仓库解决方案优势

  在CA可伸缩数据仓库架构基础上设计的数据仓库具有以下的特点：

1. 从任何数据源获取数据

  数据仓库项目涉及企业的各种系统，数据环境较为复杂，这些数据分布在不同的应用系统上，数据格式不尽相同，所以建立集中的数据仓库的过程中必须有相应的方法和工具对不同数据源的数据进行抽取、精炼、加工和分布。CA提供DecisionBase Transformer来完成对多种数据源，各种类型数据的加工，DecisionBase Transformer支持的数据源包括：SAP 、Oracle, Sybase, Informix, SQL Server, DB2 UDB, DB2 AS400, Infohub, Red Brick, Paradox, Lotus Notes, COBOL, Access, Excel, Foxpro, dBASE等。它提供一套通用的通讯函数，使用户不必顾及后台数据库的类型而透明地访问它们。

2. 开放、分布式数据存储

  构建一个集中的数据仓库，用于存储数据的实体是传统的关系型数据库。CA的数据仓库解决方案采用开放式的数据存储，即企业可以任意选择数据库平台作为企业数据的载体。如：Oracle、Sybase、DB2、Informix，SQL Server等，或者是面向多维分析优化设计的数据库，如：Sybase IQ、RED BRICK等。

3. 灵活多样的信息访问方式

  使用CA的OLAP工具 DecisionBase OLAP Server，构造多维分析模型，实现对企业数据的多维分析、深层挖掘。使用通用的工具(如：VB、PowerBuilder等)直接针对企业数据进行查询、分析。企业的决策管理人员可采用通用的Web Browser访问统计报表和动态分析。

4. 完善的构造过程管理

  在建立数据仓库的全过程中，通过DecisionBase Transformer  中强健的元数据管理工具Repository可实现对整个数据仓库构造过程的管理，凭借图形化影射工具可将元数据影射到元数据管理器中进行统一管理，为实现数据和规则的一致性和完整性奠定了基础，对企业数据转移的调整（如企业数据转换规则的改变，企业数据定义的调整等）只需对元数据进行修改，就可自动生成新的程序代码。

5. 方便的系统扩展

  CA公司倡导可伸缩的数据仓库解决方案。在数据仓库的构造过程中，通过选用DecisionBase OLAP Server等工具，可以实现系统的良好扩展性。不论是数据量增大，还是最终用户增多，都可以通过简单增加DecisionBase OLAP Server应用服务器来保证性能的稳定。

CA丰富的数据仓库实施经验

  CA 公司在提供建立数据仓库全过程的多种技术的同时，还能够向用户提供建立数据仓库各个阶段的咨询服务。CA 在全球、亚太、中国都有完整的技术支持队伍，有完整的数据仓库咨询服务程序，可以调动各方面人员来提供产品、行业经验、数据仓库实施的服务。

  在整个数据仓库的构造过程中，CA采用行业领先的元数据(Metadata)管理技术将所有重要的元数据(数据源结构、信息结构、分析模型、数据转换规则、分析结果等等)捕捉并集中管理起来，不仅实现了对整个数据仓库构造过程的管理，更重要的是使数据仓库系统具备极大的可伸缩性和适应变化的能力，当企业的业务发生变化时，只需调整相应的元数据即可实现系统对变化的调整和适应，使系统能够长期支持企业决策与分析的需求。