CN108229825A - 一种基于开发流程闭环的bi管理系统 - Google Patents
一种基于开发流程闭环的bi管理系统 Download PDFInfo
- Publication number
- CN108229825A CN108229825A CN201810006818.2A CN201810006818A CN108229825A CN 108229825 A CN108229825 A CN 108229825A CN 201810006818 A CN201810006818 A CN 201810006818A CN 108229825 A CN108229825 A CN 108229825A
- Authority
- CN
- China
- Prior art keywords
- data
- management
- project
- etl
- ods
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/10—Requirements analysis; Specification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于BI开发流程闭环的BI管理系统,权限管理模块,根据不同的项目赋予开发人员不同的权限;权限管理分为组织架构管理、用户组管理、角色管理、用户管理单元;其中组织架构管理单元是对公司不同事业部的管理,用户组管理单元为事业部下的子部门管理单元;不同测试人员可以看到对应的测试界面,在测试界面中完成测试任务;数据源管理模块;ETL开发管理模块,提供ETL开发和调试界面,将开发好的ETL和相关语句上传到ETL开发管理模块的控制系统,然后发布到相关平台,由审核人员审核通过后进行调度,保证数据的更新;开发流程管理模块;流量监控模块和部门项目绩效管理模块。
Description
技术领域
本发明涉及对BI开发流程进行管理系统,尤其涉及一种高效的实现开发流程闭环管理的BI管理系统。
背景技术
很多企业在发展经营的过程中会产生大量的相关数据,这些数据隐藏着巨大的商业价值,而商业智能(BI)就是利用数据库技术、ETL技术、OLAP分析以及数据挖掘技术对企业业务活动产生的数据进行有效的整合,快速准确进行分析并提取有用信息,帮助企业做出明智的业务经营决策的一整套的解决方案。而在这个过程中会出现如下的问题:
1.数据源管理,ETL开发等开发流程碎片化,对流程缺少必要的监控和质量把控。
2.普通开发过程缺少权限管理,即:管理员权限,开发者权限,测试者权限,查看权限等多角色、多用户、多分组权限管理。
3.开发过程缺少流程管理,缺少对不同开发者在开发过程中的各个阶段的管理。
4.缺少外部数据库引入的操作,而在现实开发场景中经常会需要引入外部数据库,以及外部数据库数据的操作。
5.没有对流量进行监控告警。
6.部门项目缺少系统的管理,造成维护成本高、效率低的状况。
如果BI管理系统不能提供完整完善的BI管理流程,那么碎片化的独立开发可能造成项目管理困难,开发效率低下,出错率高、数据安全存在风险等问题。本专利提供一种新型的基于BI开发流程闭环管理的BI管理系统,通过本管理系统,BI开发过程涉及到的收集、管理数据,用户的权限分配,ETL开发与发布,开发流程管理,多数据源管理,监控与告警提,项目管理,开发流程管理,绩效管理等操作都有了保证,能够准确、安全与高效地完成开发。
ETL是数据抽取(Extract)、清洗(Cleaning)、转换(Transform)、装载(Load)的过程。是构建数据仓库的重要一环,用户从数据源抽取出所需的数据,经过数据清洗,最终按照预先定义好的数据仓库模型,将数据加载到数据仓库中去。于是,企业如何通过各种技术手段,并把数据转换为信息、知识,已经成了提高其核心竞争力的主要瓶颈。而ETL则是主要的一个技术手段。
做数据仓库系统,ETL是关键的一环。ETL是数据传递的工具,也是数据整合解决方案。ETL技术用到的工具,常用的有Informatica、Datastage、Beeload、Kettle等。如kettle是一款国外开源的ETL工具,纯java编写,可在Window、Linux、Unix上运行。kettle运行需要机器有JRE环境。
Kettle这个ETL工具集,它允许你管理来自不同数据库的数据,通过提供一个图形化的用户环境来描述你想做什么。
Kettle中有两种脚本文件,transformation和job,transformation完成针对数据的基础转换,job则完成整个工作流的控制。
发明内容
本发明目的是,提出一种基于开发流程闭环的BI管理系统,创建一种高效、安全的BI管理系统,解决BI开发过程可能遇到的各种问题。
本发明的技术方案是,一种基于BI开发流程闭环的BI管理系统,包括:
1)权限管理模块,根据不同的项目赋予开发人员不同的权限;
权限管理分为组织架构管理、用户组管理、角色管理、用户管理单元;其中组织架构单元是对公司不同事业部的管理,用户组管理单元为事业部下的子部门管理单元,角色管理单元包含不同(分工)角色管理,如测试与开发人员;用户管理单元是给用户添加管理角色,不同的用户有不同权限,能看到对应权限下的管理界面;根据角色管理单元,不同开发人员可以看到对应角色权限的开发项目及所需的开发界面,在开发界面中完成项目开发;不同测试人员可以看到对应的测试界面,在测试界面中完成测试任务;
2)数据源管理模块,BI管理系统提供的多数据源管理功能,能对主流的Mysql、Oracle、DB2等数据库通过地址和端口号的方式添加,并在线查看数据库表及表中内容;系统的数据源管理模块提供sql语句编写、语句执行和操作数据库等功能,同时也支持图表和报表等多种形式的数据源数据展现;
3)ETL开发管理模块,提供ETL开发和调试界面,将开发好的ETL和相关语句上传到ETL开发管理模块的控制系统,然后发布到相关平台,由审核人员审核通过后进行调度,保证数据的更新;
4)开发流程管理模块,管理从项目的提出到项目的提交,项目经理(管理员)能设定开发过程的开发人员和测试人员,监控项目各阶段的完成情况,监管完成的效果;开发人员在接到任务时开发流程管理模块会有邮件或者短信提醒;如果在设定的时间范围内没有完成指定任务,开发流程管理模块也将通过短信或邮件提醒;
5)流量监控模块,如果公司网站出现点击量突增或异常、登录异常等情况,平台可以实现实时监管,并通过邮件或短信通知相关负责人。
6)部门项目绩效管理模块,对项目从立项到完成的整个生命周期监管,监控项目的完成情况,提示即将过期的项目,跟踪延期的项目。项目提出人(上游),项目推广人通过进入评价系统给完成的项目做评价,量化项目成果分级。通过权重计算公式,计算出项目绩效。添加用户的查看权限。
7)指标集管理模块,指标集统一管理,支持指标集依赖管理。
有益效果:本发明将BI开发流程中涉及的开发过程和管理过程包含在BI管理系统中,系统提供数据源管理,数据仓库管理、ETL开发,权限管理,流程控制,流量监控,外部数据引入、指标集管理等。该管理系统能够记录BI开发周期并且高效管理BI开发过程,大大提高了开发效率。上述BI管理系统完成了包含BI开发各个业务过程的闭环管理。将开发项目的开发过程汇集到BI管理系统中,把零散的管理文件、数据库、开发过程纳入系统进行统一管理。
附图说明
图1是本发明实施例中的使用流程示意图。
图2是本发明实施例中报表开发流程示意图。
图3是本发明实施例中数据仓库开发流程-ODS全量加载流程图。
图4是本发明实施例中数据仓库开发流程-ODS增量加载流程图;
图5是本发明实施例中数据仓库开发流程-DW增量加载ETL开发流程图;
图6是本发明实施例中数据仓库开发流程-DM增量加载ETL开发流程图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。
本发明将BI开发流程中涉及的开发过程和管理过程包含在BI管理系统中,管理系统提供数据源管理(包括数据仓库管理、外部数据引入)、ETL开发,权限管理,流程控制,流量监控,指标集管理等。该管理系统能够记录BI开发周期并且管理BI开发过程,参阅图1所示,本发明实施例的BI管理系统使用流程,具体步骤为:
步骤1-1:超级管理员登录系统,为管理系统添加组织架构、用户组、角色、用户。为用户赋予相应的权限,如查看操作对应数据源、开发、测试、监控等权限。为开发完成的报表(QV_ETL&FORM_NAME)添加可见权限(OA_EMPLOYEES)。
步骤1-2:管理员登录系统,查看任务列表(TASK_LIST)、分配任务(TAST_DISTR)。根据项目需求,为任务添加数据如引入外部数据源、业务数据库、文本日志、Excel、网络数据或其他数据。
步骤1-3:用户(开发人员ROLE_DEV_NAME)登录系统,根据其被赋予的权限,他可以看到自己的项目(TASK_NAME),开发所需的数据,在开发页面中编写代码,调试程序,查看结果,调试成功后,将代码提交或将报表或图表提交。
步骤1-4:用户(测试人员ROEL_TEST_NAME)登录系统,根据被赋予的权限,他可以看到自己测试任务,根据测试要求,检查代码运行结果或图表报表中的数据。如果测试通过,则开发任务测试通过,任务发布。
步骤1-5:管理员根据项目属性,将开发出来的程序提交给相关人或管理员为ETL添加调度,为已经发布的任务添加流量监控(监控规则MONITOR_RULE_LIST)评估数据质量(DATA_QUALITY)、为图表报表添加可见权限(VISUAL_RIGHT_ROLE)。
步骤1-6:有指标集管理控制权限的人员可以对指标集管理。前端以表单形式展现,提供增删改查等操作。指标有指标分类(INDICATOR_TYPE_NAME),指标集记录每个指标分类的子指标有指标名称(INDICATOR_NAME),指标描述(INDICATOR_DESC);项目(PROJECT_NAME)可以有多个项目子模块(PROJECT_MODULE),每个子模块可以查看QV情况(QV_NAME),每个项目可以添加不同的项目指标(PROJECT_INDICATOR);
步骤1-7:有绩效管理权限的用户,可以进入绩效管理界面,查看项目进度(PROJECT_SCHEDULE),为开发完成的项目打分(PROJECT_SCORE),计算出绩效(PERFORMANCE)。项目绩效指的是项目得分,项目得分是根据项目级别得到的,不同级别项目得分不同。项目级别是由项目实施难度和实施效果评定的,有1~8八个级别。实施难度根据项目规模和技术难度可以评定为C、C+、B、B+、A和A+六个级别。项目规模根据项目所用时间划分,具体划分为>6人月、<=6人月、<=3人月、<=1人月、<=1/2人月、<=1/4人月,技术难度根据项目使用的技术部门可以胜任的人的占比确定,只有15%的人能解决的定义为困难,有50%的人能解决的定义为中上,有80%的人能解决的定义为中等,有100%人能解决的定义为简单。而项目的实施效果根据项目性质确定的,如果是报表项目,用户数>150的评为A,用户数>50的评为B,用户数>+10的评为C,用户数<10的评为D;如果是技术研究项目,作为支持性平台的评为A,作为支持性平台中的某部分的评为B,作为支持性平台的某一个点的评为C。根据实施效果和技术难度可以对应到不同的项目级别,即项目绩效。
参阅图2,本发明实施例的BI管理系统中BI报表开发流程,具体步骤为:
步骤2-1:根据项目的需求,做需求描述,需求由接口人提出,或者由项目经理整理提出,经项目负责人确认需求后,项目正式启动,进入项目开发阶段。
步骤2-2:开发人员根据业务背景和业务需求,选用适当的模型进行维度建模,例如星型模型和雪花模型。
步骤2-3:开发人员在ETL开发阶段,先进行表结构设计,然后确定更新策略,全量更新或是增量更新,最后根据需要选择相应的数据库进行ETL开发。
步骤2-4:开发完成后,由测试人员进行ETL测试,测试分为常规测试和业务逻辑测试。
步骤2-5:常规测试分为ETL脚本测试,测试脚本是否可以运行。可以运行的ETL脚本编码是否符合技术规范。
步骤2-6:业务逻辑测试需要先确定指标设计是否合理,然后进行数据量测试:目标表数据量与数据源数据量是否一致;唯一性检测:检查重复调度是否会产生重复数据;效率测试等。
参阅图3-6,本发明实施例的BI管理系统中数据仓库一般分为ODS、DW、DM三层,下面为三层各自的ETL开发过程。
步骤3-1:一般的数据仓库可分为ODS、DW、DM三层,这三层分别都有ETL开发。我们根据不同的BI项目和企业业务主题划分不同的ETL包,根据项目进度安排包的开发,同一主题共用一个包,这样数据的统一性比较好;然后根据表之间的数据传递关系建立表依赖关系。ODS层作为数据仓库的数据源从业务系统取数据,全部同步业务系统的数据,不做任何修改,事实上是记录业务数据的,包括全量加载、增量加载。全量加载的ETL开发流程是先清空ODS目标表,将数据源的数据全量插入目标表,无论是否成功写入日志;增量加载是先清空ODS临时表,将数据源增量数据插入临时表,删除目标表与临时表重复的数据,再将将临时表数据全量插入目标表;最后完成日志写入。增量加载每次只更新历史数据中没有更新的记录,并且载入历史数据中没有的新数据。
步骤3-2:DW层是中间层,我们一般根据尽可能多地满足项目取数据需要的原则创建DW表,在ODS层数据基础上建立,是在结果集层面建立的,可以作为一般项目的基础表使用。DW层先更新事实表,再更新维度表。DW层全量加载与ODS层方法类似、增量加载ETL开发先将增量数据按照历史数据的ROENUM排序,然后将增量数据插入临时表,然后将ODS源数据表与临时表关联,将数据插入维表中,最后写入日志(log),需要注意将维表字段改成维表的代理关键字。
步骤3-3:DM层是根据项目需要创建的表,一般来说一个项目开发的DM表在别的项目中不会用到,因为它是根据具体需求建的表,是在结果集层面建立的,为项目服务,争对查询,不具有扩展性。DM层全量加载与ODS层方法类似、增量加载ETL开发流程是根据指标是否取自不同的DW表,在根据时间戳的不同范围,做增量数据按照业务时间插入临时表,以及临时数据的插入处理。
DM(data mart)数据集指包含企业数据的一个子集,对于特定用户是有用的,其范围限于选定的主题,其包含的数据通常是汇总的.
ODS全称为Operational Data Store,即操作型数据存储数据被操作产生的,例如电商交易数据(客户买东西订单)行业订单工单数据(客户投诉数据),或者也叫运营数据仓储,是“面向主题的、集成的、可变的、反映当前数据值的和详细的数据的集合,用来满足企业综合的、集成的以及操作型的处理需求”。ODS是数据仓库体系结构中的一个可选部分,是DB(数据库)与DW之间的中间层,ODS具备数据仓库的部分特征和OLTP系统的部分特征。
ODS;是在业务系统和数据仓库之间形成一个隔离层;数据仓库DW和ods的区别还有一点是ods基本只做数据层面的基础分析,而数据仓库会有涉及到业务模型的需要依靠数据挖掘;数据仓库DW,是在数据库已经大量存在的情况下,为了进一步挖掘数据资源、为了决策需要而产生的,它并不是所谓的“大型数据库”。数据仓库的方案建设的目的,是为前端查询和分析作为基础,由于有较大的冗余,所以需要的存储也较大。
为了更好地为前端应用服务,数据仓库的效率足够高。数据仓库的分析数据一般分为日、周、月、季、年等,可以看出,日为周期的数据要求的效率最高,要求24小时甚至12小时内,客户能看到昨天的数据分析。
数据仓库的数据质量特点:数据仓库所提供的各种信息,肯定要准确的数据,但由于数据仓库流程通常分为多个步骤,包括数据清洗,装载,查询,展现等等,复杂的架构会更多层次,那么由于数据源有脏数据或者代码不严谨,都可以导致数据失真,客户看到错误的信息就可能导致分析出错误的决策,造成损失,而不是效益。
数据仓库的扩展性。之所以有的大型数据仓库系统架构设计复杂,是因为考虑到了未来3-5年的扩展性,体现在数据建模的合理性,数据仓库方案中多出一些中间层,使海量数据流有足够的缓冲,不至于数据量大很多,就不能运行。
ODS与DW的区别:
1、数据的当前性
ODS包括的是当前或接近当前的数据,ODS反映的是当前业务条件的状态,ODS的设计与用户或业务的需要是有关联的,而DW则是更多的反映业务条件的历史数据。
2、数据的更新或加载
ODS中的数据是可以进行修改的,而DW中的数据一般是不进行更新的。ODS的更新是根据业务的需要进行操作的,而没有必要立即更新,因此它需要一种实时或近实时的更新机制。另外,DW中的数据是按照正常的或预先指定的时间进行数据的收集和加载的。
3、数据的汇总性
ODS主要是包括一些细节数据,但是由于性能的需要,可能还包括一些汇总数据,如果包括汇总数据,可能很难保证数据的当前性和准确性。ODS中的汇总数据生命周期比较短,所以可称作为动态汇总数据,如果细节数据经过了修改,则汇总数据同样需要修改。而DW中的数据可称为静态的汇总数据。
4、数据建模
ODS是站在记录层面访问的角度而设计的,DW或DM则是站在结果集层面访问的角度而设计的。ODS支持快速的数据更新,DW作为一个整体是面向查询的。
5、查询的事务
ODS中的事务操作比较多,可能一天中会不断的执行相同的事务,而DW中事务的到达是可以预测的。
6、用途
ODS用于每一天的操作型决策,是一种短期的;DW可以获取一种长期的合作广泛的决策。ODS是策略型的,DW是战略型的。
ODS全量加载(清空ODS目标表,将数据源的数据全量插入目标表、插入无论是否成功均写入日志)、ODS增量加载(将数据源的增量数据插入临时表、删除目标表与临时表重复的数据、将临时表数据全量插入目标表、插入无论是否成功均写入日志)、DW层增量加载(将数据源增量数据按历史数据的ROENUM排序,将增量数据插入临时表、清空DW表、将ODS源数据与临时表关联,将ODS源数据插入维表中、插入无论是否成功均写入日志)、DM层增量加载(清空临时表、判断是否还有指标取自不同的DW表、如是转31、否转40;31取出数据表中时间戳范围内的不同业务时间,32循环处理,33将增量数据按照业务时间插入临时表、34结束循环;40取出数据表中时间戳范围内的不同业务时间,41将第一临时表的数据按照维度字段汇总到第二临时表中,43删除目标表与第二临时表重复的数据、44将第二临时表的数据插入目标表、45插入无论是否成功均写入日志)。
以上所述仅为本发明的一种实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均以包含在本发明的保护范围之内。
Claims (5)
1.一种基于BI开发流程闭环的BI管理系统,其特征是包括:
1)权限管理模块,根据不同的项目赋予开发人员不同的权限;
权限管理分为组织架构管理、用户组管理、角色管理、用户管理单元;其中组织架构管理单元是对公司不同事业部的管理,用户组管理单元为事业部下的子部门管理单元,角色管理单元包含不同(分工)角色管理;用户管理单元是给用户添加管理角色,不同的用户有不同权限,能看到对应权限下的管理界面;根据角色管理单元,不同开发人员可以看到对应角色权限的开发项目及所需的开发界面,在开发界面中完成项目开发;不同测试人员可以看到对应的测试界面,在测试界面中完成测试任务;
2)数据源管理模块,BI管理系统提供的多数据源管理功能,能对主流的Mysql或Oracle数据库通过地址和端口号的方式添加,并在线查看数据库表及表中内容;系统的数据源管理模块提供sql语句编写、语句执行和操作数据库等功能,同时也支持图表和报表等多种形式的数据源数据展现;
3)ETL开发管理模块,提供ETL开发和调试界面,将开发好的ETL和相关语句上传到ETL开发管理模块的控制系统,然后发布到相关平台,由审核人员审核通过后进行调度,保证数据的更新;
4)开发流程管理模块,管理从项目的提出到项目的提交,项目经理(管理员)能设定开发过程的开发人员和测试人员,监控项目各阶段的完成情况,监管完成的效果;开发人员在接到任务时开发流程管理模块会有邮件或者短信提醒;如果在设定的时间范围内没有完成指定任务,开发流程管理模块也将通过短信或邮件提醒;
5)流量监控模块,如果公司网站出现点击量突增或异常、登录异常等情况,平台实现实时监管,并通过邮件或短信通知相关负责人;
6)部门项目绩效管理模块,对项目从立项到完成的整个生命周期监管,监控项目的完成情况,提示即将过期的项目,跟踪延期的项目;项目提出人(上游),项目推广人通过进入评价系统给完成的项目做评价,量化项目成果分级;通过权重计算公式,计算出项目绩效;添加用户的查看权限。
2.根据权利要求1所述的基于BI开发流程闭环的BI管理系统,其特征是BI管理系统中,管理系统提供数据仓库管理中,数据仓库分为ODS、DW、DM三层,为三层各自的ETL开发过程:
步骤3-1:数据仓库分为ODS、DW、DM三层,这三层分别都有ETL开发,开发人员根据业务背景和业务需求,选用适当的模型(星形模型和雪花模型)进行维度建模。维度建模设计有4步过程,第一步选择业务过程,例如获得订单、处理服务电话、处理索赔等;第二步声明粒度,例如客户销售事务上的每个产品在一行,销售人员开具的票据的列表内容项采用一行表示等;第三步确定维度,维度解决的问题是如何描述来自业务过程度量事件的数据,常见的维度包括日期、产品、设备、城市等;第四步确定事实,不同粒度的事实必须放在不同的事实表中。综合考虑业务用户需求和数据来源的实际情况,根据以上步骤来建模数据;建立模型之后需要确定数据的更新策略是全量加载还是增量加载;ODS层包括全量加载、增量加载,全量加载的ETL开发流程是将数据源的数据全量插入目标表,增量加载是将数据源增量数据插入临时表,再将将临时表数据全量插入目标表;最后完成日志写入;
步骤3-2:DW层全量加载与ODS层方法类似、增量加载ETL开发先将增量数据按照历史数据的ROENUM排序,然后将增量数据插入临时表,然后将ODS源数据表与临时表关联,将数据插入维表中,最后写入日志(log);
步骤3-3:DM层全量加载与ODS层方法类似、增量加载ETL开发流程是根据指标是否取自不同的DW表,在根据时间戳的不同范围,做增量数据按照业务时间插入临时表,以及临时数据的插入处理。
3.根据权利要求2所述的基于BI开发流程闭环的BI管理系统,其特征是ODS层包括全量加载、增量加载的ETL流程如下,ODS全量加载:清空ODS目标表,将数据源的数据全量插入目标表、插入无论是否成功均写入日志;
ODS增量加载:将数据源的增量数据插入临时表、删除目标表与临时表重复的数据、将临时表数据全量插入目标表、插入无论是否成功均写入日志。
4.根据权利要求3所述的基于BI开发流程闭环的BI管理系统,其特征是DW层增量加载ETL流程如下:将数据源增量数据按历史数据的ROENUM排序,将增量数据插入临时表、清空DW表、将ODS源数据与临时表关联,将ODS源数据插入维表中、插入无论是否成功均写入日志。
5.根据权利要求3所述的基于BI开发流程闭环的BI管理系统,其特征是DM层增量加载ETL流程如下:清空临时表、判断是否还有指标取自不同的DW表、如是转31、否转40;31取出数据表中时间戳范围内的不同业务时间,32循环处理,33将增量数据按照业务时间插入临时表、34结束循环;40取出数据表中时间戳范围内的不同业务时间,41将第一临时表的数据按照维度字段汇总到第二临时表中,43删除目标表与第二临时表重复的数据、44将第二临时表的数据插入目标表、45插入无论是否成功均写入日志。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810006818.2A CN108229825A (zh) | 2018-01-04 | 2018-01-04 | 一种基于开发流程闭环的bi管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810006818.2A CN108229825A (zh) | 2018-01-04 | 2018-01-04 | 一种基于开发流程闭环的bi管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108229825A true CN108229825A (zh) | 2018-06-29 |
Family
ID=62645174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810006818.2A Pending CN108229825A (zh) | 2018-01-04 | 2018-01-04 | 一种基于开发流程闭环的bi管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108229825A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522003A (zh) * | 2018-10-30 | 2019-03-26 | 国网江苏省电力有限公司南通供电分公司 | 一种电力业务系统拓展公共组件 |
CN109766708A (zh) * | 2017-11-09 | 2019-05-17 | 北京京东尚科信息技术有限公司 | 数据资源的访问方法、系统、计算机系统及存储介质 |
CN113342326A (zh) * | 2021-06-30 | 2021-09-03 | 北银金融科技有限责任公司 | 一种前端远程工程化及远程开发的方法及装置 |
CN113590094A (zh) * | 2021-07-29 | 2021-11-02 | 国泰君安证券股份有限公司 | 基于Flink的一站式任务开发、部署、运维平台系统、方法、装置、存储器及存储介质 |
CN114611044A (zh) * | 2022-03-18 | 2022-06-10 | 江苏红网技术股份有限公司 | 一种基于数据仓库的数据开发系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102456168A (zh) * | 2010-10-18 | 2012-05-16 | 捷达世软件(深圳)有限公司 | 软件项目管理系统及方法 |
CN105809384A (zh) * | 2014-12-31 | 2016-07-27 | 江阴中科今朝科技有限公司 | 跨境仓储决策分析系统 |
-
2018
- 2018-01-04 CN CN201810006818.2A patent/CN108229825A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102456168A (zh) * | 2010-10-18 | 2012-05-16 | 捷达世软件(深圳)有限公司 | 软件项目管理系统及方法 |
CN105809384A (zh) * | 2014-12-31 | 2016-07-27 | 江阴中科今朝科技有限公司 | 跨境仓储决策分析系统 |
Non-Patent Citations (2)
Title |
---|
谭雷: ""北京移动商业智能(BI)系统权限管理子系统的设计与实现"", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
金震: ""某商业智能管理系统的设计与实现"", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109766708A (zh) * | 2017-11-09 | 2019-05-17 | 北京京东尚科信息技术有限公司 | 数据资源的访问方法、系统、计算机系统及存储介质 |
CN109766708B (zh) * | 2017-11-09 | 2021-04-30 | 北京京东尚科信息技术有限公司 | 数据资源的访问方法、系统、计算机系统及存储介质 |
CN109522003A (zh) * | 2018-10-30 | 2019-03-26 | 国网江苏省电力有限公司南通供电分公司 | 一种电力业务系统拓展公共组件 |
CN113342326A (zh) * | 2021-06-30 | 2021-09-03 | 北银金融科技有限责任公司 | 一种前端远程工程化及远程开发的方法及装置 |
CN113590094A (zh) * | 2021-07-29 | 2021-11-02 | 国泰君安证券股份有限公司 | 基于Flink的一站式任务开发、部署、运维平台系统、方法、装置、存储器及存储介质 |
CN114611044A (zh) * | 2022-03-18 | 2022-06-10 | 江苏红网技术股份有限公司 | 一种基于数据仓库的数据开发系统及方法 |
CN114611044B (zh) * | 2022-03-18 | 2022-12-27 | 江苏红网技术股份有限公司 | 一种基于数据仓库的数据开发系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229825A (zh) | 一种基于开发流程闭环的bi管理系统 | |
CN100568237C (zh) | 多维企业软件系统中的报表模板生成方法和系统 | |
CN101111835B (zh) | 多维企业软件系统中的自动默认维度选择方法 | |
Koch | Profiling an open source project ecology and its programmers | |
Taylor et al. | End‐user computing and information systems methodologies | |
CN101111838A (zh) | 多维企业软件系统中的自动关系模式生成 | |
CN115374329B (zh) | 一种管理企业业务元数据和技术元数据的方法及系统 | |
CN114357088A (zh) | 核电工业数据仓库系统 | |
Li et al. | Entity-relationship diagram | |
CN102663008A (zh) | 政府综合业务平台业务库和基础库的构建方法 | |
CN111078766A (zh) | 一种基于多维理论的数据仓库模型建设系统及方法 | |
CN111461575A (zh) | 一种可视化任务管控系统及方法 | |
Shore | Reshaping the IS organization | |
KR100796905B1 (ko) | 데이터베이스 품질관리 시스템 | |
Fireworker et al. | Designing an EIS in a multidivisional environment | |
Zhelepov et al. | Repository data-based algorithm for selection of product teams of IT specialists | |
Pau et al. | Data warehouse model for audit trail analysis in workflows | |
Curley et al. | The Rationale for Developing a Corporate Data Warehouse and the Development of a Model for Sharing Data in a Data Warehouse Environment | |
Nebić et al. | Data warehouse for an e-learning platform | |
Bustamente et al. | Decision support at Lands' End—An evolution | |
Wu et al. | Based on Web university library management system's modeling research | |
Pierce | Extending IP-MAPS: Incorporating the Event-Driven Process Chain Methodology. | |
Idehen et al. | Design and implementation of an improved enterprise resource planning system: a case study of the University of Benin, Nigeria | |
de Sousa Gonçalves | Predicting Emergency Attendance at a Tertiary Hospital: An Emergency Department Data Warehouse Project | |
Köppen et al. | An analytical model for data persistence in Business Data Warehouses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180629 |
|
RJ01 | Rejection of invention patent application after publication |