1、專注商業智能和數據庫性能優化天善微軟BI培訓課程QQ：744711023講師：梁勇課程介紹概念介紹應用現狀技術介紹目 錄 Contents微軟BI 開發Day 1Day 1Day 1課程介紹-學習體系在線在線共享屏幕和在線互動離線視頻下載課下復習經驗經驗方法分享練習提供課程配套練習Day 1Day 1Day 1課程介紹-課程計劃Day 1 (課程簡介)Day 2 （數據倉庫）Day3 （BI應用 BI職業發展）Day 4 （ETL）1、天善 網絡授課培訓詳細 (整個培訓的內容、過程、案例以及注意事項等介紹)2、天善微軟BI課程詳細安排3、微軟BI所需要的環境安裝4、BI基礎知識講解、BI方法論

2、實施講解2013-7-131、數據倉庫的概念與發展2、數據倉庫相關技術和概念（維度表、事實表等）3、數據倉庫架構與模型（星形模型、雪花模型等各主題和模塊的設計等）4、數據倉庫整體方案講解與實現（構建數據倉庫五步法）5、數據倉庫設計思想（父子維、緩慢變化維等處理）6、PowerDesigner進行數據倉庫建模的開發，概念型模型、物理型模型設計開發與應用7、天善數據倉庫課堂案例講解與實現2013-7-141、現代企業BI市場需求概述 2、BI在國內行業性特點、BI項目實施概論3、互聯網行業案例分析4、零售行業、服裝行業、汽車行業、電信行業、銀行行業等行業案例分析5、職位規劃介紹、職業發展和 行業選

3、擇建議2013-7-21 (周劍)1、ETL概述(數據抽取、數據轉換、數據加載)2、SSIS簡介(控制流介紹、數據流介紹)3、控制流任務組件詳解(循環容器、執行SQL任務、序列容器等控件)4、數據流任務組件詳解(源、目標、轉換、查找、排序等控件使用)5、天善SSIS課堂案例的講解與實現2013-7-28Day 1Day 1Day 1課程介紹-課程計劃Day5 （SSAS）Day6 (SSRS、MDX)Day7 （集成、性能優化）Day8 (總結、溫故而知新)1、多維數據集概述(應用、分析方法)2、SSAS簡介(數據源、數據源視圖、多維數據集、維度、角色等介紹)3、數據源視圖詳解(關系圖組織架構

4、講解、關系表設計、新增表、修改表等設計)4、維度的設計（時間維度、父子維度、屬性、屬性關系、層次結構等設計講解）5、Cube的設計（度量值組表、度量值、聚合設計、維度設計、維度用法、計算成員、分區、聚合等應用講解）6、天善SSAS課堂案例的講解與實現2013-8-41、報表概述(報表組成、中國式報表介紹)2、MDX的語法與應用(元組，切片，切塊、計算成員、集、軸等介紹)3、MDX函數講解（成員函數FirstChild、FirstSibling、ParallelPeriod、Parent、PrevMember等常用函數講解 ； 數值函數iif,Sum,Rank等常用函數講解）4、SSRS 的設計

5、（矩陣、餅圖、柱狀圖、折線圖等應用；預警功能，指標功能等小知識講解）5、天善SSRS 課堂案例的講解與實現2013-8-111、SSRS報表與Web集成講解 (集成通用性、權限控制、數據控制、發布)2、數據庫性能優化之索引，索引碎片，統計信息，調優等內容講解3、數據庫性能優化工具之數據基本對象、索引優化、阻塞、異步數據傳輸、文件組分區、分區函數分區、SQL郵件等功能講解4、數據庫 性能優化 獨家分享、經驗分享。2013-8-181、重要知識點的回顧總結(包配置、日志處理、時間戳增量更新講解、SSIS發布和遷移、SSAS發布和遷移、SSRS發布和遷移)2、項目經驗分享3、BI面試經驗分享匯總（尤

6、其針對應屆生）2013-8-25Day 1Day 1Day 1課程介紹-案例介紹指標 量值 維度 財務匯總報表概念介紹商業智能（Business Intelligence，BI），又稱商業智慧或商務智能，指用現代數據倉庫技術、聯機分析處理技術、數據挖掘和數據展現技術進行數據分析以實現商業價值。數據倉庫（Data Warehouse，DW）數據倉庫之父比爾恩門（Bill Inmon）在1991年出版建立數據倉庫一書中所提出的定義被廣泛接受，數據倉庫是一個面向主題的（Subject Oriented）、集成的（Integrate）、相對穩定的（Non-Volatile）、反映歷史變化（Time V

7、ariant）的數據集合，用于支持管理決策。聯機分析處理 (On-Line Analytical Processing， OLAP)支持復雜的分析操作、側重決策支持，提供多維的概念視圖數據挖掘（ Data mining， DM）又稱數據庫中的知識發現（Knowledge Discover in Database，KDD），是目前人工智能和數據庫領域研究的熱點問題，所謂數據挖掘是指從數據庫的大量數據中揭示出隱含的、先前未知的并有潛在價值的信息的非平凡過程決策戰略決策行動數據分析交叉分析數據挖掘數據倉庫/數據集市集成穩定數據源生產業務系統外部數據BI 從數據到信息應用現狀商業智能應用領域商業智能是

8、一種整體化的解決方案，他可以幫助企業做出明智的業務經營決策，而依據則是企業內部的各種數據，例如訂單、庫存、交易賬目、客戶和供應商資料、行業數據和競爭對手信息等等。商業智能其實是一種將企業信息數據轉化為決策的重要工具。商業智能的應用是需要一定的基礎的。實施商業智能的企業至少應該具備以下幾個條件：用戶的數據已達到一定的規模；用戶面臨激烈的市場競爭：用戶在IT方面的資金能得到保障。滿足以上幾點的行業集中在重要的政府機構（如財務、稅務、審計、工商、海關等）、零售業（連鎖店、網上零售等）、大型現代化的制造業（如寶鋼、上汽集團等）、金融（包括銀行、證券、保險等）、電信業（如中國電信、中國網通、中國移動等）

9、、能源業（電力）、運輸等，這也是目前國內急需要數據倉庫和商業智能技術來提升企業競爭力的主要行業。金融、電信行業是BI應用最集中的行業，約占40%的市場分額，保險、能源、煙草、政務行業約占30%的市場份額，制造、零售行業約占30%的市場份額，是BI應用最具潛力的行業。金融：隨著國內五大商業銀行的信息化不斷發展，在BI 領域投資穩步增長，每年均有大量的BI 需求，其中BI 已經不僅局限于高層管理者的決策，操作型BI 應用越來越廣泛，尤其是信貸評審領域。中小型銀行BI需求也不斷涌現，未來將是金融行業BI市場的主要增長點。電信：電信行業信息化程度很高，對信息化依賴很強，積累了大量的數據，具有實施商業智

10、能項目的基礎條件和資金實力。電信行業對于BI 深入應用是最渴望的，在話費套餐設置、客戶潛力分析等都需要數據挖掘技術來提供決策依據發展趨勢移動商業智能商業智能系統會把大量數據轉變成可視化形式（如圖形和表格），以便使用者詳細深入地分析潛在商業趨勢。因此如果為這種分析賦予移動性通常利用功能強大的智能終端，許多公司就能與客戶和商業合作伙伴進行實時互動，從而改善服務、提高工作效率。SaaS BI將得到快速發展SaaS是基于互聯網提供軟件服務的軟件應用模式，企業根據實際需要，從SaaS提供商租賃軟件服務。SaaS 模式在CRM 領域獲得了成功，不論是國外還是國內具有成熟的產品，并取得了不錯的收益。SAAS

11、 在BI領域的應用的挑戰是應用于互聯網上的SAAS軟件無法處理BI所需的海量數據。商業智能日漸與業務融合業務分析作為商業智能領域中最貼近業務的層面，在2010年成為業界關注的重點，不管是SAP還是IBM，都將業務分析作為今年的業務發展重點。企業希望由BI系統帶來的透明度和洞察力能夠幫助企業降低成本，提高生產率和業務敏捷性。通過商業智能，企業能更清晰更深刻的了解包括公司管理、利潤分析、市場競爭、財務狀況等信息，而未來商業智能的這種特性還將繼續加強。操作型BI應用得到發展目前商業智能技術不僅僅應用于企業高層管理者的決策分析，越來越多的商業智能分析結果正被用于普通員工的日常工作流程中，直接推動業務的

12、執行。例如：在家樂福購物時，收銀員已經可以根據顧客的購物籃進行產品推薦。發展趨勢數據集成應用得到重視在一些大型企業中往往有幾十個甚至幾百個信息系統，將這些數據整合到數據倉庫中，一般采取ETL 工具抽取多個廠商數據庫的數據，有些甚至還包含非結構化數據,例如XML、EXCEL、文本等。這些數據往往需要加工和整理放入ODS（中間庫），最后以規范、標準的格式存儲到數據倉庫。在這個數據集成的過程中，要做到系統兼容性好、開發效率高、處理性能好，而且能夠捕捉數據的變化處理增量數據。數據集成是建立實用的數據倉庫的關鍵，而且數據集成的過程占商業智能應用中一半以上的工作量，因此越是大型企業越是重視數據集成。 中小

13、企業BI應用逐漸擴大市場份額中國中小企業逐漸呈現對管理軟件旺盛的需求態勢，很多廠商發布了專門針對中小企業的BI套件，例如Cognos Express等。中小企業在實施ERP、CRM產品后，必將應用商業智能，中小企業市場是BI應用非常重要的組成部分。BI企業將在壟斷中不斷新生中國商業智能市場兩極競爭趨勢日益加劇。在高端市場，由國際廠商壟斷與競爭的局面是2010 年的主流，其中IBM、Oracle、SAP、Microsoft 擁有完整的BI 產品線，將占據70%以上的市場份額。剩余的30%市場將由其他外資企業和國內企業分享。隨著國內企業的成長與并購，國內廠商的實力不斷壯大，但是主要集中于中低端市場

14、，在2010年優秀的國產BI產品將開始不斷向四大國際廠商發起挑戰，但是競爭的過程將是極其漫長的。商業智能主要廠商1） 國際BI廠商，如BO公司（SAP）、Hyperion公司(Oracle)、微軟公司、SAS公司等。這些國際廠商的品牌與規模優勢非常突出，是國內大部分BI廠商難以與之匹敵的。2） 起步比較早的國內BI 廠商，如菲奈特(成立于1995 年10 月，從1997 年開始進入BI領域)、先進數通公司(成立于2000 年)、吉貝克公司(成立于2002 年)等。這些國內BI廠商憑借本土化的優勢以及對國內BI 用戶所需要的應用的獨特見解，也在國內的BI市場上占有超過30的市場份額。3） 非專業

15、BI 廠商，主要有以下幾類：一、從事某些行業核心業務系統建設的公司；二、從事系統集成的公司；三、從事專業財務系統及個別ERP 廠商。廠商產品及簡介IBMDB2 以及Cognos、SPSS、DataStage，覆蓋BI全部領域。數據倉庫產品結合了DB2數據服務器的長處和IBM的商業智能基礎設施，集成了用于倉庫管理、數據轉換、數據挖掘以及OLAP分析和報告的核心組件，提供了一套基于可視數據倉庫的商業智能解決方案。OracleOracle、Hyperion，覆蓋BI全部領域，數據挖掘領域有待加強。數據倉庫解決方案包含了業界領先的數據庫平臺、開發工具和應用系統，能夠提供一系列的數據倉庫工具集和服務，具

16、有多用戶數據倉庫管理能力，多種分區方式，較強的與OLAP工具的交互能力及快速和便捷的數據移動機制等特性。SAPBusiness Objects、Crystal Reports，主要是OLAP和報表領域。Sybase（SAP）提供了稱為Warehouse Studio的一整套覆蓋整個數據倉庫建立周期的產品包，包括數據倉庫的建模、數據集成和轉換、數據存儲和管理、元數據管理和數據可視化分析等產品。Business Objects（SAP）是集查詢、報表和OLAP技術為一身的智能決策支持系統，具有較好的查詢和報表功能，提供多維分析技術，支持多種數據庫，同時它還支持基于Web瀏覽器的查詢、報表和分析決策

17、。MicrosoftSQL Server ，覆蓋BI全部領域，適合中小型企業，性價比高。它提供了三大服務和一個工具來實現數據倉庫系統的整合，為用戶提供了可用于構建典型和創新的分析應用程序所需的各種特性、工具和功能，可以實現建模、ETL、建立查詢分析或圖表、定制KPI、建立報表和構造數據挖掘應用及發布等功能。TeradataTeradata，主要是數據倉庫領域。它提出了可擴展數據倉庫基本架構，包括數據裝載、數據管理和信息訪問幾個部分，是高端數據倉庫市場最有力競爭者，主要運行在基于Unix操作系統平臺的NCR硬件設備上。SASSAS，數據挖掘領域領先。SAS公司的數據倉庫解決方案是一個由30多個專

18、用模塊構成的架構體系，適應于對企業級的數據進行重新整合，支持多維、快速查詢，提供服務于OLAP操作和決策支持的數據采集、管理、處理和展現功能。國內其他菲奈特（BI office）、和勤（Hinge）、奧威智動（Power-BI）、科加諾（QlikView）、尚南（BlueQuery），潤乾、探智（Trinity）。技術介紹BI基本框架數據倉庫 OLAP統計報表即席查詢決策支持業務支持 企業信息門戶管理支持信息展現層應用分析層數據服務層經銷商上傳數據業務系統外部數據源ETL面向主題的集成的相對穩定的隨時間變化的數據倉庫定義 商業智能的核心內容是從許多來自企業不同的業務處理系統的數據（分布的、異構

19、的源數據）中，提取出有用的數據，進行清理以保證數據的正確性，然后經過抽取（Extraction）、轉換（Transformation）和裝載（Load），即ETL過程（本質上是樣本提取的過程），整合到一個企業級的數據倉庫里，從而得到企業信息的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數據挖掘工具等對數據倉庫里的數據進行分析和處理，形成信息，甚至進一步把信息提煉出輔助決策的知識，最后把知識呈現給管理者，為管理者的決策過程提供支持。ETL技術概念目標：數據信息 轉化為商務價值方法：轉儲、監控、分析和展現海量數據過程：數據信息分析提煉知識指導決策落實行動創造價值ETL過程(Multi Dimensional Database,MDD)可以簡單地理解為：將數據存放在一個n維數組中，而不是像關系數據庫那樣以記錄的形式存放。因此它存在大量稀疏矩陣，人們可以通過多維視圖來觀察數據。多維數據庫增加了一個時間維，與關系數據庫相比，它的優勢在于可以提高數據處理速度，加快反應時間，提高查詢效率。多維數據庫PowerDesignerSqlServer Integration ServiceSqlServer