基于工作流的分布式數(shù)據(jù)倉庫模型的研究.pdf

1、計算機技術(shù)的飛速發(fā)展給信息產(chǎn)業(yè)帶來了前所未有的繁榮但隨著計算機技術(shù)的不斷推廣和使用的深入，人們對它的要求也越來越高。特別是在信息高度發(fā)展的今天，面對著在時間、空間和結(jié)構(gòu)上存在著巨大差異的相關(guān)數(shù)據(jù)，人們希望計算機能夠提供快速、準確、具有預(yù)見性的信息。企業(yè)通過快速響應(yīng)用戶的需求來提高自身的競爭力，相繼實施或自主開發(fā)了適合于自身業(yè)務(wù)的信息系統(tǒng)。通過使用這些系統(tǒng)，企業(yè)或組織內(nèi)逐漸積累起大量的數(shù)據(jù)。由此，出現(xiàn)了一個新的需求，即對大量已有的數(shù)據(jù)進行

2、分析挖掘以支持業(yè)務(wù)和高層決策的應(yīng)用。隨即，一系列用來實現(xiàn)數(shù)據(jù)的分析與挖掘的理論和技術(shù)相繼產(chǎn)生，包括數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)倉庫以及分布式數(shù)據(jù)倉庫等。這些理論和技術(shù)都可以被歸結(jié)為數(shù)據(jù)倉庫。近年來引起了眾多學(xué)者的興趣與參與，已成為學(xué)術(shù)界跨學(xué)科的熱門研究領(lǐng)域之一。
　　 數(shù)據(jù)倉庫不僅包括對數(shù)據(jù)管理的數(shù)據(jù)庫技術(shù)，而且還包括對數(shù)據(jù)進行分析挖掘的各種組件，是一個綜合的概念。而分布式數(shù)據(jù)庫DDB(Distributed Data Base)是一組數(shù)

3、據(jù)集，邏輯上它們屬于同一系統(tǒng)，而物理上分散在用計算機網(wǎng)絡(luò)連接的多個場地上，并統(tǒng)一由一個分布式數(shù)據(jù)庫管理系統(tǒng)管理。分布式數(shù)據(jù)庫系統(tǒng)可以看成是數(shù)據(jù)庫技術(shù)和計算機網(wǎng)絡(luò)結(jié)合的產(chǎn)物。
　　 本論文通過對數(shù)據(jù)倉庫和分布式數(shù)據(jù)倉庫體系構(gòu)架的分析，得出當前存在的缺點：不能進行靈活的定制、易用性差、分布式數(shù)據(jù)倉庫為了保持全局數(shù)據(jù)倉庫和局部數(shù)據(jù)倉庫的數(shù)據(jù)一致性需要購買大量且昂貴的存儲設(shè)備來保存兩份相同的數(shù)據(jù)。針對這些缺點，本文所做的主要工作如下：<

4、br>　　 1)改進了一種基于工作流的分布式數(shù)據(jù)倉庫模型，模型的整體結(jié)構(gòu)基于SOA(Service-Oriented Architecture)面向服務(wù)的體系結(jié)構(gòu)、分布式。
　　 2)引入了工作流技術(shù)來實現(xiàn)靈活定制數(shù)據(jù)提取需求、分析挖掘需求及結(jié)果可視化的需求，并將這些功能封裝成整體模型中的業(yè)務(wù)流程服務(wù)。在業(yè)務(wù)流程服務(wù)模型部分引入了數(shù)據(jù)倉庫業(yè)務(wù)流程執(zhí)行語言、業(yè)務(wù)流程的可達性驗證算法和優(yōu)化算法。
　　 3)分布式數(shù)據(jù)倉庫模