|
题目:
雅宝题库答案:
****此区域为收费内容**** 需支付 1 知识币后可查看,1币=0.01元查看答案
雅宝题库解析:
当前,信息技术飞速发展,数据库技术应用已非常广泛。计算机应用范围的扩大和网络的不断发展、信息管理内容的持续扩展,使得各个企业和机构提出了新的需求,希望计算机能越来越多地参与数据分析与决策制定的工作。而传统的数据库技术主要面对单一的数据库资源,更适合事务型处理等操作,其分析处理能力较弱。数据仓库技术在这种社会趋势下产生,由原来的以数据库为中心的单一数据环境发展为以数据仓库为中心的一种新型的体系化环境,从某种意义上说,数据仓库技术将事务型操作环境和分析型环境分离开来。数据仓库是为了构建新的分析处理环境而出现的一种数据存储和组织技术,对原始数据的提取、转换、加载(Extract Transformation and Load,ETL)是数据仓库开发的重要步骤。数据仓库环境中最重要的部分是元数据(Metadata),元数据通常分为三类,即业务元数据(Business Metadata)、技术元数据(Technical Metadata)和过程元数据(Process Metadata)。本文研究的元数据对象主要是技术元数据和过程元数据。一个稳定而可靠的ETL系统取决于ETL的总体架构。在ETL基础上,本文对元数据进行了深入的探讨,提出元数据驱动ETL的思想,设计出了系统的元数据模型。通过配置数据仓库和ETL的技术元数据信息,完成数据仓库ETL的处理过程。用户通过对元数据的管理和维护就可以控制ETL的执行过程,提高了ETL系统的稳定性和可靠性。本系统的创新点是:分析了OMG(Object Management Group,对象管理组织)的公共数据仓库元模型(Common Warehouse Metamodel,CWM),并且结合了MOF(Meta Object Framework,元对象框架)元模型,设计出了系统的元数据模型。同时将公共数据仓库元模型的设计理念、SSIS(SQL Server Integration Services)包引擎、SQL引擎、主包及子包的调度算法等有机地结合起来,设计出了一个基于元数据驱动的ETL工具,并给出了具体的实现,实现了对传统ETL方法的改进。 |
上一篇:海水污染的高光谱成像检测下一篇:高速公路可视化建设管理系统的设计与实现
|