documentbi
DESCRIPTION
商业智能简介TRANSCRIPT
大纲
1.商业智能的概念
2.商业智能的技术
3.商业智能的工具
10年12月22日星期三
何谓智能邻居大婶：明年前鸡还是鸭？
大学生小白：当公务员还是去私企？
10年12月22日星期三
何谓智能邻居大婶：明年前鸡还是鸭？
大学生小白：当公务员还是去私企？
博汇Peter：加薪还是裁员？
10年12月22日星期三
何谓智能
一起回忆一下止尿布的故事
邻居大婶：明年前鸡还是鸭？
大学生小白：当公务员还是去私企？
博汇Peter：加薪还是裁员？
10年12月22日星期三
有决策就有智能
何谓智能
一起回忆一下止尿布的故事
邻居大婶：明年前鸡还是鸭？
大学生小白：当公务员还是去私企？
博汇Peter：加薪还是裁员？
10年12月22日星期三
决策的依据特定目标
具体度量
基础和反馈信息
具体度量
10年12月22日星期三
• 它是：一套工具/解决方案
• 它能：将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策
商业智能的定义
10年12月22日星期三
商业智能模型Text
Text 数据仓库
数据挖掘
报表
联机分析数据源
ETL
10年12月22日星期三
大纲
1.商业智能的概念
2.商业智能的技术
3.商业智能的工具
10年12月22日星期三
• ETL （数据抽取、转换、装载）
• 数据仓库• OLAP--联机分析
• Cube--多维数据集与MDX
• 数据挖掘、等等。。。
商业智能的技术
10年12月22日星期三
ETL
关系数据库
其他数据库
XML、文件
数据仓库
Extract
Transform
Load
10年12月22日星期三
数据仓库1.它是关系数据库
OLAP报表 挖掘
10年12月22日星期三
数据仓库1.它是关系数据库
2.包含事实表与维度表OLAP
报表 挖掘
10年12月22日星期三
数据仓库1.它是关系数据库
3.表结构范型：
星型结构
雪花型结构
2.包含事实表与维度表OLAP
报表 挖掘
10年12月22日星期三
OL(X)P哥俩好
OLAP = (联机分析)OnLine Analytical Processing
OLTP = (联机事务)OnLine Transaction Processing
E.F.Codd
（1960S ─）
（1993 ─）
10年12月22日星期三
OLTP
T-SQL
select amount from sales where customer = 1
实时的
日常的
交易的
快速的
应用的
银行系统
OA订餐系统
电子商务关系数据库
10年12月22日星期三
OLAP
MDX
SELECT [Product] ON COLUMS,[Location] ON ROWS
Cube
分析的
可延迟的
海量的
需求多变的
决策的
分析系统
决策系统
自助报表
10年12月22日星期三
凭什么选OLAP！！？？── OLTP愤愤不平地说
10年12月22日星期三
凭什么选OLAP！！？？── OLTP愤愤不平地说
是马是骡子拉出来骝骝！
10年12月22日星期三
凭什么选OLAP！！？？── OLTP愤愤不平地说
是马是骡子拉出来骝骝！
10年12月22日星期三
任务背景“真不少”连锁超市是全球5000强公司之一，每天全球各地的超市有上百万次交易，将近年末了，大老板想要看看今年的销售统计报表。
下面是精简后的销售数据历史表结构及示例：
ID 地区 产品 价格 时间10909002 香港 口香糖 10.8 2010-10-20
今年销售数据历史表中有数据50亿条
10年12月22日星期三
任务一
口香糖 洗发水 衣服 玩具 面包亚太区非洲北美
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
我要今年每个地区对应各种产品的销售额
报表！
10年12月22日星期三
任务一之OLTP篇1.select count(价格) ,地区,产品 from 销售历史
group by 地区，产品2.执行！两个小时过去了。。。。。地区 产品 销售额香港 口香糖 1000000香港 衣服 2000000......... ......... ..........
3.哎哟，还得行转列！嗯，搞定！
10年12月22日星期三
任务一之OLAP篇小菜一碟，以产品为列，以地区为行输出销售额嘛。
select [产品] on columns,[地区] on rows from [销售历史仓库]
2秒不到，搞定！口香糖 洗发水 衣服 玩具 面包
亚太区非洲北美.......
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
....... ........ ........ ........ ........
10年12月22日星期三
任务一总结OLTP兄，
你动作慢不但止，查询时还阻塞系统2小时！
OLAP兄，你动作非常快，慢着，我好像看得懂你的查询语句，有空教教我！
10年12月22日星期三
任务二
香港 非洲 南美 新加坡 中国春季夏季秋季
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
我要今年每个季度对应各种地区的销售额
报表！
10年12月22日星期三
任务二之OLTP篇
2.select count(价格) ,地区,求季度(时间) from 销售历史group by 地区,求季度(时间)
地区 季度 销售额香港 春季 1000000香港 夏季 2000000......... ......... ..........
4.哎哟，还得行转列！终于搞定！
3.执行！我了个去，8个小时过去了。
1.首先我得写一个求季度的函数哇。
10年12月22日星期三
任务二之OLAP篇没难度，以地区为列，以季度为行输出销售额嘛。select [地区] on columns,[时间].[季度].children on rows from [销售历史仓库]
还是2秒不到，搞定！香港 非洲 南美 新加坡 中国
春季夏季秋季秋季
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 2,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 3,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 4,000,000,000 5,000,000,000
10年12月22日星期三
任务二总结OLTP兄，
一次比一次慢，我不敢再拿系统阻塞冒险了
OLAP兄，一如往常的快，接下来我还要看月份的报表。
10年12月22日星期三
OLAP的秘密
多维数据库数据仓库
各种数据源
10年12月22日星期三
魔术发生的地方-Cube
T-Shit
hatsClothes
10年12月22日星期三
魔术发生的地方-Cube
维度(Dimension)
T-Shit
hatsClothes
10年12月22日星期三
魔术发生的地方-Cube
度量(Measure)维度(Dimension)
T-Shit
hatsClothes
10年12月22日星期三
魔术发生的地方-Cube
度量(Measure)维度(Dimension)
T-Shit
hatsClothes
层次结构（Hierarchy）
10年12月22日星期三
魔术师的咒语-MDXSELECT
{[维度成员],[维度成员]} ON 坐标,
FROM [多维数据集]
WHERE ([切片维度])
总坐标数为128
常用坐标常量：COLUMNS(0)，ROWS(1)，
PAGES(2)，SECTIONS(3)，CHAPTERS(4)
语法
PS.
10年12月22日星期三
数据挖掘
分类 | 回归 | 分割 | 关联 | 序列分析 | 概率预测
决策树
获得数据之间的关系并做出预测
贝叶斯
聚合算法
关联算法
10年12月22日星期三
大纲
1.商业智能的概念
2.商业智能的技术
3.商业智能的工具
10年12月22日星期三
• ETL工具
• 数据仓库• OLAP工具
• 报表工具• 挖掘工具
工欲善其事
10年12月22日星期三
开源BI工具BIRT
开源免费组件
开源免费方案
开源商用方案
10年12月22日星期三
参考一、Introduction to data cube http://www2.cs.uregina.ca/~dbd/cs831/notes/dcubes/dcubes.html
二、Rapid Miner http://rapid-i.com/content/view/181/90/
三、SpagoBI http://www.spagoworld.org/xwiki/bin/view/SpagoBI/
四、Jasperreports http://jasperforge.org/projects/jasperreports
五、pentaho商业智能解决方案 http://www.pentaho.com/
六、pentaho社区版商业智能解决方案 http://community.pentaho.com/projects/bi_platform/
七、Palo for Excel http://www.palo.net/en/
八、《MicroSoft SQL Server 2005商业智能实现》 http://book.douban.com/subject/3016243/
九、商业智能工具维基百科 http://en.wikipedia.org/wiki/Business_intelligence_tools
10年12月22日星期三
感谢聆听
Bio:微勃&Twitter: @jeff_kit
10年12月22日星期三