概 述

　　随着电信市场的逐步开放，新兴的运营商不断产生，电信市场的竞争日趋激烈。一方面，为了能够在竞争中生存和持续发展，各电信运营商都对企业的经营和管理提出了更高的要求。另一方面，电信运营商原来为支撑各种业务运营所建立的计算机管理系统，由于功能比较单一，已无法全面满足企业经营管理工作的需要，突出表现在: 单一系统产生的报表难以满足企业管理的要求; 相对固定的报表不能跟上市场形势的变化; 庞大的数据库系统不能有效地产生企业知识。电信企业迫切需要寻找到一种新的经营管理支撑手段，使管理人员能够及时准确地了解市场竞争、业务发展和资源使用情况，以便及时发现问题和解决问题，这正是电信经营分析系统的价值所在。

　　电信企业通过建设经营分析系统，能够最终实现基于计算机管理系统的量化的闭环现代管理方式。即，由管理层制定政策，各生产部门根据管理层制定的政策组织业务管理，并把相关信息反馈给管理层，管理层分析反馈的信息，进行政策的调整，从而完成企业管理的闭环化。

　　贵州电信经营分析系统建设思路

　　如何进行电信经营分析系统的建设呢?

　　首先，需要确定建设的路线和方针。这方面贵州电信有着者一整套的思路，为了有效的应对将来剧烈的市场变化，数据的集中是很关键的，集中的数据提供全省整体的视图，是全局决策的基础。因此经营分析系统作为综合业务管理系统的一部分，同样也按全省集中模式进行建设。省集中模式是指“一级平台，两级应用”。“一级平台”即在省一级建立统一的软硬件平台，对全省数据进行集中统一管理，同时建立相应的容灾系统; “两级应用”即对系统应用而言，建立省中心和本地网两级应用模式。各地的服务器和终端根据本地网规模及功能要求按需配置。各地州的客户资料、资源等数据以及主用系统与容灾系统之间的数据传输通过贵州电信DCN网实现。

　　其次，需要确定采用的技术路线贵州电信在对诸多数据仓库产品进行考察之后，考虑到Sybase产品的优异特性和在数据仓库行业的丰富经营，如: 广东电信运营分析系统、大鹏证券数据仓库项目、全国铁路客票系统、招商银行数据仓库项目、兴业证券数据仓库系统等; 最终选择了Sybase提供的整体完整的解决方案。

　　采用的Sybase商业智能方案

　　根据贵州电信综合业务系统的要求，Sybase 和创智科技一起建议该决策支持系统解决方案采用集中式数据仓库建立的方式。决策分析系统从各业务系统采集所需数据，经过整理转换后，供决策分析系统使用。

　　数据仓库的实施是一个相当复杂的过程，主要包括五个部分的内容: 数据仓库的设计建模、数据转换与集成、数据存储与管理、数据的分析和展现和数据仓库的维护和管理。

　　Sybase提供了覆盖整个数据仓库建立周期的一套完整的产品包: Warehouse Studio，它包括数据仓库的建模、数据集成和转换、数据存储和管理、元数据管理和数据可视化分析等产品。以下说明了我们是如何结合Sybase的产品来做数据仓库的设计与开发。

　　数据存储与管理IQ

　　数据仓库的存储可以选用多维数据库，也可以选用关系型数据库或其它特殊的存储方式。数据的存储要保证数据的安全性、完整性、一致性，同时还要具有复杂的分析查询的高效性。

　　Sybase的数据仓库产品Sybase IQ 。IQ是一个关系型数据库，为高性能决策支持和数据仓库的建立而进行了优化。IQ中的关键技术是纵向数据存储（通过列而不是通过行来进行）、Bit-Wise查询索引、数据压缩和Multiplex技术。使数据仓库应用拥有卓越的查询性能与最低的总拥有成本。

　　带压缩的列存储

　　适合决策处理中的很多查询只需要很少量的列数据

　　按列存储数据时由于相邻的字段值具有相同的数据类型，所以使Sybase IQ更容易对数据做压缩处理。

　　增加列时不会引起数据库结构的改变

　　IQ比典型传统数据库引擎少做超过10－100倍的磁盘I/O 

    独特的索引结构

　　专利的比特式索引及相应的压缩技术是Sybase 的一项专利

　　Sybase IQ中对所有的列至少进行一次索引化，由此不仅带来查询效率的大幅提高，而且还降低了对磁盘空间的使用。IQ所需的磁盘一般只占原始输入数据所需空间的40％－60％，而且，查询速度会比传统的数据库引擎数以千倍的提高。

　　灵活性

　　Sybase IQ支持任意类型的查询。存取方法只与数据有关而与查询无关,因此正确的数据结构在数据加载时就能够预期得到。因此，数据仓库的用户可以随心所欲地提出查询要求而无须数据库管理员作任何干预。

　　可扩展性

　　Sybase IQ 还使企业在处理能力上拥有极大的伸缩性，用户可以从一个小型的数据仓库开始，扩展到大型的数据仓库。也可以从大型开始扩展到超大型的数据仓库。

　　IQ 是一个新的并行数据库架构，支持无限的用户访问数据仓库，它与单节点的IQ一样简单，能够将系统扩充到数百个节点而不需要对应用或DBA控制程序做任何的修改，并且不需要中断系统的运行。在各种并行数据库中，IQ 是唯一的能够在同一个环境中混合使用不同架构(包括CPU和操作系统)节点的并行数据库。IQ 也是唯一的在流行的应用软件中预先包装好性能和扩展性的数据仓库。

　　数据仓库设计工具 PowerDesigner

　　从设计一开始，利用PowerDesigner的Warehouse Architect，很直观地设计数据仓库模型对象。然后，WarehouseArchitect可生成加载数据仓库的脚本，甚至能够直接向商业应用提交它们所需的信息。这样，客户就可以立即与数据仓库交互了。由于WarehouseArchitect既支持关系模式，也支持星型模式，还支持聚集，所以无论设计者所面临的业务需求多么复杂，都可以从Warehouse Architect得到强有力的工具支持。

　　数据转换与集成PowerCenter

　　在进行数据仓库的建立时，最大的挑战之一是如何将原始业务数据转化为一致的格式，使之更好地为决策支持服务。这包括对已有数据的准确性和一致性进行检验、净化，将数据进行转化、提取、转换、装载到数据集市或数据仓库以及对其进行定期更新和管理。PowerCenter作为数据抽取工具，从各种异够的数据源中抽取数据，在数据抽取过程，用户可以根据不同的抽取阶段，灵活定制各种数据抽取流程，并定时地将数据加载到数据仓库中。

　　PowerCenter是一个集成的软件产品套件,用于建造和管理数据集市和分析应用。PowerCenter交付了一个开放的可伸缩的解决方案，主要定位于数据集市完整的生命周期和分析应用开发及产品化的管理，能够支持多种平台上快速变化的大量数据作为数据来源，进行复杂的转换处理以及支持高速的数据加载。其metadata　repository能够协调并驱动一系列的核心功能，包括抽取、转换、加载和管理等。

　　PowerCenter的图形化用户接口帮助数据仓库管理人员很容易的设计复杂的source-to-target的映射，然后可以由PowerCenter强大的服务器来自动地执行。

　　数据分析和展现

　　联机分析处理(OLAP)是一个分析处理技术，它从企业的数据集合中收集信息，并运用数学运算和数据处理技术，灵活、交互式地提供统计、趋势分析和预测报告。通过多种OLAP工具对数据仓库中的数据进行多维分析、汇总，形成图表或报表的形式，使决策者可以清晰、直观地看到分析结果，这正是数据仓库系统所要达到的目的。

　　数据仓库的开发应用主要有结构设计、数据集中组织和管理、数据的快速高效访问等。其中数据的访问一般都是由较为成熟的业务智能工具完成，因此不同于OLTP系统，数据仓库系统的前端开发编程量是比较小的，但是其维护工作的时间跨度要大，因为决策支持应用的随意性较强，不可能再象业务系统那样固定一个统一的操作模式。

　　Sybase的数据仓库解决方案采取开放的集成策略，对现在市场上主流的OLAP和前端展现工具都可以很好的配合，因此可以更好的适应贵州电信的实际需要。

　　另外数据挖掘也是商业智能很重要的一个方面，本方案采用的SPSS Clementine提供了一个可视化的快速建立模型的环境，被誉为业界第一的数据挖掘工具。使用它，企业可以将数据分析和建模技术与特定的商业问题结合起来，找出其他传统数据挖掘工具可能找不出的答案。