基于Teradata的銀行數(shù)據(jù)倉庫模型研究與優(yōu)化.pdf

1、近年來，企業(yè)產(chǎn)生的關(guān)鍵業(yè)務(wù)數(shù)據(jù)和客戶數(shù)據(jù)飛速增長，對于那些希望利用這些數(shù)據(jù)獲得優(yōu)勢的企業(yè)，數(shù)據(jù)倉庫無疑是最佳的解決手段。不過在實(shí)際情況中，許多企業(yè)在數(shù)據(jù)倉庫建設(shè)中投入了大量的人力與物力，但卻沒有得到預(yù)期的回報。其中關(guān)鍵的一點(diǎn)就是數(shù)據(jù)倉庫的模型建設(shè)不能與相關(guān)的領(lǐng)域很好的結(jié)合，而這也是如今各個數(shù)據(jù)倉庫廠商的研究熱點(diǎn)之一。另外依據(jù)所采用的數(shù)據(jù)倉庫產(chǎn)品，進(jìn)行針對性的模型改造也成為數(shù)據(jù)倉庫模型研究的一個重要課題。 在銀行領(lǐng)域中，模型的客戶

2、化一直是數(shù)據(jù)倉庫建設(shè)的一個重要研究方向。模型的客戶化包括決定模型的總體架構(gòu)的邏輯模型客戶化和針對特定數(shù)據(jù)倉庫平臺的物理模型客戶化，而這兩方面的設(shè)計(jì)都是需要和銀行領(lǐng)域的業(yè)務(wù)緊密結(jié)合，因此具有很好的指導(dǎo)意義。同時根據(jù)銀行的業(yè)務(wù)特點(diǎn)進(jìn)行模型優(yōu)化，也是一個研究重點(diǎn)。 針對以上問題，本文重點(diǎn)研究了基于Teradata的銀行數(shù)據(jù)倉庫的模型建立與優(yōu)化。傳統(tǒng)的研究都是采用了Microsoft SQL Server或者Oracle等產(chǎn)品，大部分的

3、模型都只適用于某一方面的業(yè)務(wù)，不具有通用性。而本文研究的商業(yè)銀行采用了業(yè)界領(lǐng)先的Teradata數(shù)據(jù)倉庫，使用了成熟的Teradata金融領(lǐng)域模型，因此有效的組織了來源多樣的業(yè)務(wù)數(shù)據(jù)，并使用統(tǒng)一的邏輯語言描述銀行業(yè)務(wù)，滿足了不同部門的業(yè)務(wù)需求和不同的數(shù)據(jù)訪問方式。同時還根據(jù)銀行業(yè)務(wù)的特點(diǎn)，提出了邏輯模型到物理模型客戶化的設(shè)計(jì)要點(diǎn)，并建立起了銀行自己的數(shù)據(jù)倉庫模型。最后，基于后期的空間容量、執(zhí)行效率等方面的要求，在保證了結(jié)構(gòu)層次一致性和針