[发明专利]联机分析处理的方法及系统

说明书

技术领域

本发明涉及通信领域，更为具体而言，涉及联机分析处理的方法及系统。

背景技术

联机分析处理(OLAP)技术在当今软件领域的作用越发的举足轻重，然而传统的联机分析处理方式均基于模式文件，即需要有物理模型的支持(星型或雪花型，这部分模型来源于准备数据过程产生的物理存储结构，既需要资源，也需要专业知识支持)，因此存在扩展性、异构系统适应能力差等问题，并且在传统的联机分析处理过程中，需要经过ETL(Extract-Transform-Load，萃取-转置-加载)过程以及完成数据仓库、数据集市的构建，其占用了整个联机分析处理流程的大部分时间，并且需要用户提供大量资源，随着业务的变动以及业务复杂度的提升，需要对数据仓库的结构进行调整，从而导致维护成本、资源需求成本的增加，此外随着系统的复杂度提升，基于云的系统的成熟度提高，系统异构性差异增强等，ETL的成本越来越高，导致实时性越来越差。

发明内容

为有效地解决上述技术问题，本发明提供了一种联机分析处理的方法及系统。

一方面，本发明的实施方式提供了一种联机分析处理的方法，所述方法包括：

确认业务需求模型；

根据所述确认的业务需求模型确认业务数据；

根据所述确认的业务数据通过虚拟的物理模型构建分析模型；

根据所述构建的分析模型分析、显示数据。

另一方面，本发明的实施方式还提供了一种联机分析处理的系统，所述系统包括：

需求确认模块，用于确认业务需求模型；

业务数据确认模块，用于根据所述需求确认模块所确认的业务需求模型确认业务数据；

分析模型构建模块，用于根据所述业务数据确认模块所确认的业务数据通过虚拟的物理模型构建分析模型；

分析及显示模块，用于根据所述分析模型构建模块所构建的分析模型分析、显示数据。

实施本发明提供的联机分析处理的方法及系统可以无需依赖传统的物理模型，即星型或雪花型的物理结构由虚拟的物理模型代替，从而提高扩展性以及对高复杂、高异构等结构的系统的适应能力，并且由于省去了ETL的过程，因此可以降低实施周期、资源需求以及实施成本，从而提高实时性。

附图说明

图1是根据本发明实施方式的一种联机分析处理的方法的流程图；

图2是根据本发明实施方式的另一种联机分析处理的方法的流程图；

图3示出了图2所示的处理S130’的一种实施方式；

图4示出了图2所示的处理S150’的一种实施方式；

图5是根据本发明实施方式的一种联机分析处理的系统的结构示意图；

图6是根据本发明实施方式的另一种联机分析处理的系统的结构示意图；

图7示出了图6所示的分析模型构建模块130’的一种实施方式；

图8示出了图6所示的分析模型构建模块150’的一种实施方式。

具体实施方式

为使本发明的实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明作详细描述。

图1是根据本发明实施方式的一种联机分析处理的方法的流程图。参见图1，所述方法包括：

S110：确认业务需求模型；

S120：根据所述确认的业务需求模型确认业务数据；

其中，在本发明的实施方式中，所述业务数据包括：维度、指标以及KPI(Key Performance Indicator，关键效能指标)。

S130：根据所述确认的业务数据通过虚拟的物理模型构建分析模型；

其中，在本发明的实施方式中，所述虚拟的物理模型例如可以包括：web(网络)服务。

S140：根据所述构建的分析模型分析、显示数据。

通过上述的实施方式，可以通过虚拟的物理模型代替传统的物理模型，从而提高扩展性以及对高复杂、高异构等结构的系统的适应能力，并且由于省去了ETL的过程，因此可以降低实施周期、资源需求以及实施成本，从而提高实时性。

图2是根据本发明实施方式的另一种联机分析处理的方法的流程图。参见图2，所述方法包括：

S110’至S130’：同上述的S110至S130，在此不再赘述；

S140’：对所述构建的分析模型进行验证，若验证通过则执行S150’；

S150’：同上述的S140，在此不再赘述。

具体地，如图3所示，所述处理S130’可以通过以下方式实现：