大数据分析——BDA数据建模

2016-03-21 11:03
浏览量: 收藏:0 分享

产品介绍

  BDA具有强大的建模能力,主要应用于数据生命周期中的设计阶段,并能够管理模型贯穿数据的开发、部署、治理等各阶段,进行全面的业务梳理,建立全方位的整体数据视角,为整个数据平台提供一致的基础逻辑,降低企业数据应用中的重复开发成本,加快数据仓库建设速度。

产品优势

  ● 以拖拽操作的方式实现图形化编辑功能,降低使用门槛,方便用户操作。

  ● 管理模型贯穿数据的开发、部署、治理等各阶段,可建立全方位的数据视角,为整个数据平台提供一致的基础逻辑,对企业业务梳理提供有效帮助。

  ● 可以验证模型和已部署的数据库,包括命名标准、语法和一致性、规范化。

  ● 提供生命周期管理功能,包括模型之间的影响分析以及扩展比较和同步功能。

  产品定位 数据仓库的发展大致经历了这样的三个过程:

  ● 简单报表阶段:这个阶段,系统的主要目标是解决一些日常工作中业务人员需要的报表,以及生成一些简单的能够帮助领导进行决策所需要的汇总数据,这个阶段的大部分表现形式为数据库和前端报表工具。

  ● 数据集市阶段:这个阶段,主要是根据某个业务部门的需要,进行一定的数据的采集、整理,按照业务人员的需要,进行多维报表的展现,能够提供对特定业务指导的数据,并且能够提供特定的领导决策数据。

  ● 数据仓库阶段:这个阶段,主要是按照一定的数据模型,对整个企业的数据进行采集、整理,并且能够按照各个业务部门的需要,提供跨部门的,完全一致的业务报表数据,能够通过数据仓库生成对业务具有指导性的数据,同时,为领导决策提供全面的数据支持。

  通过数据仓库建设的发展阶段,我们能够看出,数据仓库建设和数据集市建设的重要区别就在于数据模型的支持。因此,数据模型的建设,对于我们数据仓库的建设,有着决定性的意义。

  北京东方国信科技股份有限公司的数据建模(BONC Data Architect简称 BDA)是一个数据模型综合开发环境。主要用于行业数据建模、管理及整合数据资产,以及开发数据库应用程序。BDA主要提供的建模手段有业务、逻辑、物理、数据对象建模。 BDA 可以验证模型和已部署的数据库,包括命名标准、语法和一致性、规范化以及其他最佳实践验证。同时,BDA还提供了生命周期管理功能,包括模型之间的影响分析以及扩展比较和同步功能。

  BDA的核心优势在于其强大的建模能力,主要应用于数据生命周期中的设计阶段,并能够管理模型贯穿数据的开发、部署、治理等各阶段,进行全面的业务梳理,建立全方位的整体数据视角,为整个数据平台提供一致的基础逻辑,降低企业数据应用中的重复开发成本,加快数据仓库建设速度。

主要功能

  ● 业务建模 解决业务层面的业务需求分解,对整个企业的业务进行数据界定,理清各业务部门之间的关系,产生不同的需求域与相关业务概念实体。

  ● 逻辑建模 针对业务概念实体以及实体之间的关系进行数据库层次的逻辑化,包含各概念的实体化,并设计其具体的属性内容。

  ● 物理建模 针对不同的物理数据库,出于管理的需要或性能的考虑,对逻辑模型做出相应的技术调整,并与各数据库直接连接,执行脚本进行模型落地或反射物理模型信息。

  ● 数据对象建模 针对物理模型落地后的数据实例,对视为原子的一批数据实例集合进行跟踪管理。

  ● 数据命名规范建模 数据命名规范模型指定物理模型命名规范,可用于模型自动生成与模型落地检测。

  ● 模型部署管理 可以将模型直接落地到物理库中或反射库中生成物理模型,检测模型的规范性以及模型之间的一致性。


标签:

责任编辑:管理员
在线客服