- 相關推薦
商場數據倉庫ETL系統(tǒng)架構設計
基于CWM的商場數據倉庫ETL系統(tǒng)架構的編碼實現擬采用Java語言。之所以選擇Java語言，不僅因為它是一種簡單的、面向對象的、分布式的語言，并且具有平臺無關性和安全性等優(yōu)點，下面一起就和小編來了解了解!
一、ETL 概述
ETL是數據抽取(Extract)、轉換(Transform)、加載(Load)的簡寫，它是指：將各種異構數據源中的數據抽取出來，并將不同數據源的數據進行轉換和整合，得出一致性的數據，然后加載到數據倉庫中。ETL工具，是數據倉庫系統(tǒng)的重要組成部分;是影響數據倉庫系統(tǒng)成敗的關鍵。
獲取ETL工具有兩個途徑：利用現有商品化ETL工具，雖然能縮短系統(tǒng)的開發(fā)周期,但存在投資成本大,軟件的針對性、通用性、兼容性差的問題。自行設計開發(fā)一個標準通用的ETL工具，提高ETL的實用價值,降低項目實施的成本和風險,具有重要的意義。
由于數據倉庫和數據源系統(tǒng)在數據格式、數據模型等方面存在很大差異，客觀上形成數據倉庫ETL實現過程很大的難度。在ETL的工作過程中，每步都和數據倉庫元數據密切相關。
按照傳統(tǒng)的定義，元數據(Metadata)是關于數據的數據。元數據支撐了數據倉庫開發(fā)應用的全過程，成為數據從數據源到數據倉庫的橋梁。
數據抽取階段，沒有相應的映射規(guī)則，就無法知道需要抽取什么樣的數據;在將源數據存儲格式轉換為目標數據存儲格式時，需要知道源存儲格式和目標存儲格式的信息，以及相應的存儲格式之間的轉換規(guī)則;在數據加載階段，需要知道目標數據倉庫的數據結構和相關信息。所有這些信息，都需要元數據提供。
由此可見，ETL過程自始至終都需要元數據的支持和控制。正因為如此，要解決ETL開發(fā)中的問題，應當從相關的元數據著手。
二、關于CWM 及其提供的工作機制
CWM(Common Warehouse Metamodel 公共倉庫元模型)是 國際對象管理集團OMG推出的數據倉庫元數據管理規(guī)范。CWM的主要目的是在分布異構環(huán)境下，使數據倉庫工具、工作平臺和元數據存儲庫之間易于進行數據倉庫元數據的交換。
CWM基于以下三個工業(yè)標準制定：
1.UML(Unified Modeling Language統(tǒng)一建模語言)
作為目前最為風行的建模語言,UML用于描述一般數據倉庫架構的元模型。
2.MOF (Meta Object Facility 元對象工具)
MOF是OMG元模型和元數據的存儲標準，用以定義存儲庫的結構、對外接口和交換格式的映射規(guī)則。
3.XMI (XML Metadata Interchange，XML元數據交換)
XMI是基于XML的元數據交換。定義如何用XML表示基于MOF的元數據，使元數據以XML文件流的方式進行交換。
基于上列三個標準，CWM為數據倉庫工具之間共享元數據，制定了一整套關于模式、語法和語義的規(guī)范。主要包括：
(1)CWM元模型(Metamodel)：描述數據倉庫系統(tǒng)共享的元模型。它由一系列子元模型構成。
(2)CWM XML:CWM元模型的XML表示。
(3)CWM DTD:DW/BI共享元數據的交換格式。
(4)CWM IDL:DW/BI共享元數據的應用程序訪問接口。
基于CWM的數據倉庫元數據轉換和管理模型可用圖1表示。從圖1不難理解，元數據庫也是基于CWM標準，通過CWM元模型映射構建。CWM 以UML 的元模型為基礎，針對數據倉庫領域的應用，使用特定的元類、元關系，將來自各異構數據源和數據倉庫各個組件中的元數據，通過CWM XML、CWM DTD、CWM IDL 三個規(guī)范，轉化為XML 文檔。為數據倉庫元數據管理提供了滿足元數據交換所需的語法和語義規(guī)范的、方便元數據交換和元數據存儲的XML文件。
三、基于CWM的數據倉庫ETL系統(tǒng)架構
1.基于CWM的ETL系統(tǒng)架構
在研究ETL和CWM的基礎上，設計出基于CWM的數據倉庫ETL過程的系統(tǒng)架構。
2.系統(tǒng)架構的結構分析
(1)ETL子系統(tǒng)結構
ETL子系統(tǒng)結構由五個模塊組成。即：系統(tǒng)調度模塊、元數據管理模塊、數據抽取模塊、數據轉換模塊和數據裝載模塊。其中，數據抽取模塊負責將超市業(yè)務系統(tǒng)的原始數據進行抽取并保存到臨時數據庫中;數據轉換模塊負責對抽取出來的數據進行清洗、轉換和計算匯總;數據裝載模塊負責將經過清洗、轉換的、符合目標數據模型的數據裝載到目標數據庫中。以上三個模塊的活動被系統(tǒng)調度模塊統(tǒng)一調度，結合元數據管理模塊對整個ETL過程進行統(tǒng)一控制，用以實現ETL各步驟的定時觸發(fā)、正常執(zhí)行和異�？刂频冗^程。
(2)CWM對系統(tǒng)元數據的規(guī)范
整個架構以CWM元模型庫為基礎，通過CWM工作機制，把各個層次的元數據規(guī)范化后，存儲在元數據庫中，再由元數據管理模塊支撐并控制整個架構的運行。
(3)建立集中式元數據庫
為了便于對數據倉庫的元數據進行有效管理，按照通用的元數據管理標準建立一個集中式的元數據庫。在所建元數據庫中，通過建立“信息模型”的方法對元數據進行分類，并建立分類存儲的、通用的信息目錄。把技術元數據和商業(yè)元數據存儲在不同的信息目錄中。便于適應不同的服務目標、不同的元數據結構的存儲和管理。元數據信息目錄面向數據倉庫的應用程序。應用程序可以通過訪問該目錄，使用、存儲、管理元數據;用戶也可以通過該目錄，對元數據進行瀏覽、查詢和使用。整個架構，都集中在元數據的統(tǒng)一控制之下。
四、CWM對ETL提供的技術支持分析
1.CWM元模型結構
由于系統(tǒng)架構建立在CWM元模型基礎之上，CWM通過對元數據的統(tǒng)一規(guī)范和管理，實現了對整個架構的支持。
為了便于分析CWM對ETL子系統(tǒng)中各個模塊的支持,圖3給出了CWM元模型結構示意圖。在CWM的總體結構中,可分為5個層次，由若干互不相同但又緊密相關的子元模型包構成。圖中灰色部分是CWM對ETL子系統(tǒng)有著直接聯(lián)系和支撐CWM元模型包。
2.對數據抽取模塊的支持
在CWM的資源層中，五個元模型分別對五種不同的數據源進行了建模。五種數據源格式分別是：面向對象的數據格式、關系型數據格式、記錄型數據格式、多維數據格式和XML數據格式。這五個元模型所描述的數據格式相當齊全，利用它們，可以把商場常用的、歷史遺留的數據源都描述出來。從而得到各種不同格式的數據源的元數據，為ETL對數據源的抽取過程提供了支持。
3.對數據轉換模塊的支持
ETL的核心還是在于“T”這個過程，也就是轉換過程。而抽取和裝載一般可以作為轉換的輸入和輸出，因此，我們重點研究了CWM對數據轉換過程的支持。
在CWM分析層中，轉換包對ETL過程進行了詳細的描述。轉換包的主要作用是：將一次轉換活動的數據源和目標準數據關聯(lián)起來，同時支持“黑盒”和“白盒”轉換，可將一組轉換組成一個邏輯單元。一次轉換可以將一組源對象轉換成一組目標對象。數據對象集合可以是任何模型元素，但通常是表、字段或者內存對象。
CWM管理層中的數據倉庫操作包，記錄了數據倉庫的三個重要事件。其中的轉換執(zhí)行事件定義了記錄轉換活動結果的類。在轉換完成之后，轉換活動的結果可被活動執(zhí)行類和步驟執(zhí)行類記錄。這個記錄行為是對發(fā)生在數據倉庫操作包中的一個內部事件、或者其他類似方式的回應，為每個轉換執(zhí)行記錄開始、結束時間，各種進展和結果的指標。便于需要時查詢。
4.對數據調度模塊的支持
系統(tǒng)調度模塊負責對ETL過程進行統(tǒng)一調度和異�？刂�，保證ETL正常運行。在CWM的管理層中，數據倉庫處理包描述了數據倉庫處理(實際上就是轉換過程)的調度方面的信息。在數據倉庫處理包中，定義了能夠觸發(fā)轉換活動執(zhí)行的一系列事件。這些事件控制了數據轉換過程的調度。
5.對數據裝載模塊的支持
數據裝載模塊負責將經過清洗、轉換的、符合目標數據模型的數據裝載到目標數據庫中。在CWM的支持下，完成了對源數據的抽取和轉換，在系統(tǒng)元數據的控制下，把正確的數據加載到數據倉庫中，就是一件極其簡單的事了。
總之，CWM為ETL 提供的技術支持，為ETL各個功能模塊的實現奠定了基礎。為系統(tǒng)架構的實施提供了條件。同時，也保證了ETL子系統(tǒng)的通用性和可擴展性。
【商場數據倉庫ETL系統(tǒng)架構設計】相關文章：
系統(tǒng)架構設計模式大全08-22
基于云架構的系統(tǒng)安全設計08-08
系統(tǒng)架構設計師要素01-11
MES系統(tǒng)安全架構設計09-19
系統(tǒng)架構設計師考試之路01-11
三層架構的商務智能系統(tǒng)設計12-25
系統(tǒng)架構設計師考試報考條件12-30
系統(tǒng)架構設計師輔導：處理圖像01-11
系統(tǒng)架構設計師考試報考指南06-19