CN103093322A - 即席分析业务数据的系统和方法 - Google Patents
即席分析业务数据的系统和方法 Download PDFInfo
- Publication number
- CN103093322A CN103093322A CN2013100555405A CN201310055540A CN103093322A CN 103093322 A CN103093322 A CN 103093322A CN 2013100555405 A CN2013100555405 A CN 2013100555405A CN 201310055540 A CN201310055540 A CN 201310055540A CN 103093322 A CN103093322 A CN 103093322A
- Authority
- CN
- China
- Prior art keywords
- model
- business
- extemporaneous
- analysis
- business datum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Stored Programmes (AREA)
Abstract
本发明提供了一种即席分析业务数据的系统，包括：模型选择单元，用于选择业务实体模型；模型确定单元，用于根据被选中的业务实体模型，确定对应的业务关系模型；模型创建单元，用于基于所述业务实体模型和所述业务关系模型，创建多维模型；分析处理单元，用于基于所述多维模型和业务数据，实现即席分析应用。本发明还提出了一种即席分析业务数据的方法。通过本发明的技术方案，可以即席、快捷的进行小数据量分析，不需要复杂的多维建模。
Description
技术领域
本发明涉及数据分析技术领域，具体而言，涉及即席分析业务数据的系统和方法。
背景技术
标准的商业分析应用，需要经过复杂的ETL（Extraction-Transformation-Loading，数据提取、转换和加载）过程来准备数据，再经过繁琐的多维建模过程来建立立方体，然后才能应用于各种分析应用。这种标准应用有两个缺点：
1、操作的复杂度与技术要求决定了这些功能只能由开发人员或者高级实施人员来使用，最终用户只能作为报表使用者的角色出现。
2、开发任务量非常巨大，成本高昂。
而现实应用中，除了上述标准应用流程，客户有些分析应用并不需要如此大的数据量，也不需要复杂的多维建模，客户追求的是即席、快捷的进行小数据量分析，但现有的技术方案显然并不能够满足用户的需求。
发明内容
本发明正是基于上述问题，提出了一种新的技术方案，可以即席、快捷的进行小数据量分析，不需要复杂的多维建模。
有鉴于此，本发明提出了一种即席分析业务数据的系统，包括：模型选择单元，用于选择业务实体模型；模型确定单元，用于根据被选中的业务实体模型，确定对应的业务关系模型；模型创建单元，用于基于所述业务实体模型和所述业务关系模型，创建多维模型；分析处理单元，用于基于所述多维模型和业务数据，实现即席分析应用。在该技术方案中，根据业务实体模型和业务关系模型，即可快捷地创建多维模型，无需复杂的准备和创建过程，适用于用户所需的即席、快捷的小数据量分析。
在上述技术方案中，优选地，所述业务实体模型和所述业务关系模型来自ERP（Enterprise Resource Planning，企业资源计划）系统中用于建立业务应用的业务模型。在该技术方案中，用于创建多维模型的业务模型都是ERP系统中已有的模型，从而降低了开发难度和成本。
在上述技术方案中，优选地，所述模型创建单元将所述业务实体模型中的数据表作为事实表，将基于所述业务关系模型确定的数据表作为维度表，并根据基于所述业务关系模型确定的时间维表，创建所述多维模型。在该技术方案中，将现有的多个表格，按照预设的标准就可以方便地生成多维模型，降低了开发难度。而且，由于可以按照预设标准自动生成，因而可以采用后台隐式的生成方式，给用户带来更好的使用体验。
在上述技术方案中，优选地，所述业务数据来自业务库。在该技术方案中，对于即席分析这种业务场景，用户分析的数据量不会太大，并且模型涉及的维度不会太多，不会消耗大量的系统资源。基于此，我们完全可以使用业务库来直接作为数据来源，使用这些原始的业务数据进行分析处理。
在上述技术方案中，优选地，还包括：结果展现单元，用于展现分析结果。在该技术方案中，通过对分析结果的展现，便于用户的查看和分析。
本发明还提出了一种即席分析业务数据的方法，包括：步骤202，根据被选中的业务实体模型，确定对应的业务关系模型；步骤204，基于所述业务实体模型和所述业务关系模型，创建多维模型；步骤206，基于所述多维模型和业务数据，实现即席分析应用。在该技术方案中，根据业务实体模型和业务关系模型，即可快捷地创建多维模型，无需复杂的准备和创建过程，适用于用户所需的即席、快捷的小数据量分析。
在上述技术方案中，优选地，所述业务实体模型和所述业务关系模型来自ERP系统中用于建立业务应用的业务模型。在该技术方案中，用于创建多维模型的业务模型都是ERP系统中已有的模型，从而降低了开发难度和成本。
在上述技术方案中，优选地，所述步骤204包括：将所述业务实体模型中的数据表作为事实表，将基于所述业务关系模型确定的数据表作为维度表，并根据基于所述业务关系模型确定的时间维表，创建所述多维模型。在该技术方案中，将现有的多个表格，按照预设的标准就可以方便地生成多维模型，降低了开发难度。而且，由于可以按照预设标准自动生成，因而可以采用后台隐式的生成方式，给用户带来更好的使用体验。
在上述技术方案中，优选地，所述业务数据来自业务库。在该技术方案中，对于即席分析这种业务场景，用户分析的数据量不会太大，并且模型涉及的维度不会太多，不会消耗大量的系统资源。基于此，我们完全可以使用业务库来直接作为数据来源，使用这些原始的业务数据进行分析处理。
在上述技术方案中，优选地，所述步骤206之后，还包括：展现分析结果。在该技术方案中，通过对分析结果的展现，便于用户的查看和分析。
通过以上技术方案，可以即席、快捷的进行小数据量分析，不需要复杂的多维建模。
附图说明
图1示出了根据本发明的实施例的即席分析业务数据的系统的框图；
图2示出了根据本发明的实施例的即席分析业务数据的方法的流程图；
图3示出了根据本发明的实施例的业务实体模型的示意图；
图4示出了根据本发明的实施例的基于业务关联模型得到的多个表格之间的关联示意图；
图5示出了根据本发明的实施例的多维模型的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了根据本发明的实施例的即席分析业务数据的系统的框图。
如图1所示，根据本发明的实施例的即席分析业务数据的系统100，包括：模型选择单元102，用于选择业务实体模型；模型确定单元104，用于根据被选中的业务实体模型，确定对应的业务关系模型；模型创建单元106，用于基于所述业务实体模型和所述业务关系模型，创建多维模型；分析处理单元108，用于基于所述多维模型和业务数据，实现即席分析应用。在该技术方案中，根据业务实体模型和业务关系模型，即可快捷地创建多维模型，无需复杂的准备和创建过程，适用于用户所需的即席、快捷的小数据量分析。
在上述技术方案中，优选地，所述业务实体模型和所述业务关系模型来自ERP系统中用于建立业务应用的业务模型。在该技术方案中，用于创建多维模型的业务模型都是ERP系统中已有的模型，从而降低了开发难度和成本。
在上述技术方案中，优选地，所述模型创建单元106将所述业务实体模型中的数据表作为事实表，将基于所述业务关系模型确定的数据表作为维度表，并根据基于所述业务关系模型确定的时间维表，创建所述多维模型。在该技术方案中，将现有的多个表格，按照预设的标准就可以方便地生成多维模型，降低了开发难度。而且，由于可以按照预设标准自动生成，因而可以采用后台隐式的生成方式，给用户带来更好的使用体验。
在上述技术方案中，优选地，所述业务数据来自业务库。在该技术方案中，对于即席分析这种业务场景，用户分析的数据量不会太大，并且模型涉及的维度不会太多，不会消耗大量的系统资源。基于此，我们完全可以使用业务库来直接作为数据来源，使用这些原始的业务数据进行分析处理。
在上述技术方案中，优选地，还包括：结果展现单元110，用于展现分析结果。在该技术方案中，通过对分析结果的展现，便于用户的查看和分析。
图2示出了根据本发明的实施例的即席分析业务数据的方法的流程图。
如图2所示，根据本发明的实施例的即席分析业务数据的方法，包括：步骤202，根据被选中的业务实体模型，确定对应的业务关系模型；步骤204，基于所述业务实体模型和所述业务关系模型，创建多维模型；步骤206，基于所述多维模型和业务数据，实现即席分析应用。在该技术方案中，根据业务实体模型和业务关系模型，即可快捷地创建多维模型，无需复杂的准备和创建过程，适用于用户所需的即席、快捷的小数据量分析。
在上述技术方案中，优选地，所述业务实体模型和所述业务关系模型来自ERP系统中用于建立业务应用的业务模型。在该技术方案中，用于创建多维模型的业务模型都是ERP系统中已有的模型，从而降低了开发难度和成本。
在上述技术方案中，优选地，所述步骤204包括：将所述业务实体模型中的数据表作为事实表，将基于所述业务关系模型确定的数据表作为维度表，并根据基于所述业务关系模型确定的时间维表，创建所述多维模型。在该技术方案中，将现有的多个表格，按照预设的标准就可以方便地生成多维模型，降低了开发难度。而且，由于可以按照预设标准自动生成，因而可以采用后台隐式的生成方式，给用户带来更好的使用体验。
在上述技术方案中，优选地，所述业务数据来自业务库。在该技术方案中，对于即席分析这种业务场景，用户分析的数据量不会太大，并且模型涉及的维度不会太多，不会消耗大量的系统资源。基于此，我们完全可以使用业务库来直接作为数据来源，使用这些原始的业务数据进行分析处理。
在上述技术方案中，优选地，所述步骤206之后，还包括：展现分析结果。在该技术方案中，通过对分析结果的展现，便于用户的查看和分析。
在本发明的技术方案中，虽然开发分析报表的过程得以简化，但分析应用所依赖的数据、多维模型不可或缺。下面将结合图3至图5，对数据和多维模型分别进行说明。
1、数据
对于即席分析这种业务场景，用户分析的数据量不会太大，并且模型涉及的维度不会太多，不会消耗大量的系统资源。基于此，我们完全可以使用业务库来直接作为数据来源，使用这些原始的业务数据进行分析处理。
2.多维模型
即席分析的便捷性决定了用户并不需要显式的创建多维模型，我们可以通过用户选择的业务实体模型，再基于业务关系模型来智能化、隐式建立多维模型。这是整个技术方案的关键点，下面我们将重点阐述。
现在主流的ERP系统，一般都有自己的业务模型层，基于此来建立业务应用。而我们的整个技术方案也是基于此业务模型。
下面以典型的销售订单来阐述如何基于业务模型来生成多维模型。
销售订单的业务实体模型可以简化如图3所示；而基于业务关联模型，则可以得到如图4所示的多个表格之间的关联示意图。
然后，以上述业务模型为基础，我们把销售订单实体作为事实表，其余表作为维度表，再加上时间维表，即可生成如图5所示的多维模型。
最后，具备了数据、多维模型这些元素，就可以进行分析处理了。
以上结合附图详细说明了本发明的技术方案，通过本方案，用户就可以便捷的进行即席分析处理，并且整个分析过程完全面向业务，用户完全可以自行操作，大大简化了分析性应用的开发过程，降低了成本，是对标准分析应用的有力补充。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种即席分析业务数据的系统，其特征在于，包括：
模型选择单元，用于选择业务实体模型；
模型确定单元，用于根据被选中的业务实体模型，确定对应的业务关系模型；
模型创建单元，用于基于所述业务实体模型和所述业务关系模型，创建多维模型；
分析处理单元，用于基于所述多维模型和业务数据，实现即席分析应用。
2.根据权利要求1所述的即席分析业务数据的系统，其特征在于，所述业务实体模型和所述业务关系模型来自ERP系统中用于建立业务应用的业务模型。
3.根据权利要求1所述的即席分析业务数据的系统，其特征在于，所述模型创建单元将所述业务实体模型中的数据表作为事实表，将基于所述业务关系模型确定的数据表作为维度表，并根据基于所述业务关系模型确定的时间维表，创建所述多维模型。
4.根据权利要求1至3中任一项所述的即席分析业务数据的系统，其特征在于，所述业务数据来自业务库。
5.根据权利要求1至3中任一项所述的即席分析业务数据的系统，其特征在于，还包括：
结果展现单元，用于展现分析结果。
6.一种即席分析业务数据的方法，其特征在于，包括：
步骤202，根据被选中的业务实体模型，确定对应的业务关系模型；
步骤204，基于所述业务实体模型和所述业务关系模型，创建多维模型；
步骤206，基于所述多维模型和业务数据，实现即席分析应用。
7.根据权利要求6所述的即席分析业务数据的方法，其特征在于，所述业务实体模型和所述业务关系模型来自ERP系统中用于建立业务应用的业务模型。
8.根据权利要求6所述的即席分析业务数据的方法，其特征在于，所述步骤204包括：
将所述业务实体模型中的数据表作为事实表，将基于所述业务关系模型确定的数据表作为维度表，并根据基于所述业务关系模型确定的时间维表，创建所述多维模型。
9.根据权利要求6至8中任一项所述的即席分析业务数据的方法，其特征在于，所述业务数据来自业务库。
10.根据权利要求6至8中任一项所述的即席分析业务数据的方法，其特征在于，所述步骤206之后，还包括：展现分析结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013100555405A CN103093322A (zh) | 2013-02-21 | 2013-02-21 | 即席分析业务数据的系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013100555405A CN103093322A (zh) | 2013-02-21 | 2013-02-21 | 即席分析业务数据的系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103093322A true CN103093322A (zh) | 2013-05-08 |
Family
ID=48205862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2013100555405A Pending CN103093322A (zh) | 2013-02-21 | 2013-02-21 | 即席分析业务数据的系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103093322A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103617448A (zh) * | 2013-12-05 | 2014-03-05 | 用友软件股份有限公司 | 一种对业务数据进行即时分析的方法 |
| CN104933015A (zh) * | 2014-03-18 | 2015-09-23 | 日本电气株式会社 | 关系模型的确定方法及装置 |
| CN106991183A (zh) * | 2017-03-27 | 2017-07-28 | 福建数林信息科技有限公司 | 一种商业智能etl的封装方法及系统 |
| CN108345602A (zh) * | 2017-01-22 | 2018-07-31 | 株式会社日立制作所 | 数据多维建模系统及数据多维建模方法 |
| CN111190965A (zh) * | 2018-11-15 | 2020-05-22 | 北京宸瑞科技股份有限公司 | 基于文本数据的即席关系分析系统及方法 |
-
2013
- 2013-02-21 CN CN2013100555405A patent/CN103093322A/zh active Pending
Non-Patent Citations (1)
| Title |
|---|
| 唐九阳等: ""ER模型与多维模型互相转换的研究"", 《计算机工程》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103617448A (zh) * | 2013-12-05 | 2014-03-05 | 用友软件股份有限公司 | 一种对业务数据进行即时分析的方法 |
| CN104933015A (zh) * | 2014-03-18 | 2015-09-23 | 日本电气株式会社 | 关系模型的确定方法及装置 |
| CN108345602A (zh) * | 2017-01-22 | 2018-07-31 | 株式会社日立制作所 | 数据多维建模系统及数据多维建模方法 |
| CN108345602B (zh) * | 2017-01-22 | 2021-06-25 | 株式会社日立制作所 | 数据多维建模系统及数据多维建模方法 |
| CN106991183A (zh) * | 2017-03-27 | 2017-07-28 | 福建数林信息科技有限公司 | 一种商业智能etl的封装方法及系统 |
| CN106991183B (zh) * | 2017-03-27 | 2019-09-06 | 福建数林信息科技有限公司 | 一种商业智能etl的封装方法及系统 |
| CN111190965A (zh) * | 2018-11-15 | 2020-05-22 | 北京宸瑞科技股份有限公司 | 基于文本数据的即席关系分析系统及方法 |
| CN111190965B (zh) * | 2018-11-15 | 2023-11-10 | 北京宸瑞科技股份有限公司 | 基于文本数据的即席关系分析系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10534773B2 (en) | Intelligent query parameterization of database workloads | |
| US10872029B1 (en) | System, apparatus and method for deploying infrastructure to the cloud | |
| US9461972B1 (en) | Intelligently designed user interface based on user behavior | |
| US11233708B1 (en) | System, apparatus and method for deploying infrastructure to the cloud | |
| US9519701B2 (en) | Generating information models in an in-memory database system | |
| EP3032442B1 (en) | Modeling and simulation of infrastructure architecture for big data | |
| US9600342B2 (en) | Managing parallel processes for application-level partitions | |
| US9043755B2 (en) | Custom code lifecycle management | |
| US20200125540A1 (en) | Self-correcting pipeline flows for schema drift | |
| JP2010524060A (ja) | 分散コンピューティングにおけるデータマージング | |
| CN103093322A (zh) | 即席分析业务数据的系统和方法 | |
| CN103309650B (zh) | 持久层代码的生成方法和装置 | |
| US20140019889A1 (en) | Regenerating a user interface area | |
| US20140136668A1 (en) | Real-time self-optimizing system for multitenant based cloud infrastructure | |
| CN107798120B (zh) | 一种数据转换方法及装置 | |
| US8839208B2 (en) | Rating interestingness of profiling data subsets | |
| CN103425490A (zh) | 基于crm系统中运行对象数据的管理方法 | |
| US11386108B2 (en) | Mining data transformation flows in spreadsheets | |
| US20130151465A1 (en) | Range and pattern selection in reporting solutions related to analytical models | |
| EP2830289B1 (en) | Adaptable reporting in a multi-client telecommunication network | |
| US9256700B1 (en) | Public service for emulation of application load based on synthetic data generation derived from preexisting models | |
| CN110471378A (zh) | 一种水厂自动化控制及数据分析系统 | |
| US11928627B2 (en) | Workflow manager | |
| CN108959309B (zh) | 数据分析的方法和装置 | |
| US8527552B2 (en) | Database consistent sample data extraction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 100094 Haidian District North Road, Beijing, No. 68 Applicant after: Yonyou Network Technology Co., Ltd. Address before: 100094 Beijing city Haidian District North Road No. 68, UFIDA Software Park Applicant before: UFIDA Software Co., Ltd. |
|
| COR | Change of bibliographic data | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130508 |
|
| RJ01 | Rejection of invention patent application after publication |