大数据中心建设思路课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《大数据中心建设思路课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据中心 建设 思路 课件
- 资源描述:
-
1、西安美林 杨晓辉国网数据中心概念数据中心建设任务4数据中心目标架构数据中心目标架构展示层展示层数据分析数据分析应用层应用层数据数据集市层集市层企业数据仓库企业数据仓库(EDW)数据数据存储层存储层数据源层数据源层跨专业综合分析营销分析财务分析生产分析设备分析人力分析计划分析综合统计分析电力市场分析营销生产电力市场综合ERP紧耦合业务应用数据紧耦合业务应用数据营销、生产、综合等业务应用和其它外部数据营销、生产、综合等业务应用和其它外部数据DSOPSAInfoCube物资分析项目分析跨专业跨专业综合集市综合集市企业门户企业门户ODS数据抽取数据整理数据转换数据汇总集中存储数据分析应用方式展现方式源
2、系统5数据中心执行架构批处理服务批处理服务性能与可用性服务性能与可用性服务通用服务通用服务最终用户访问最终用户访问数据抽取数据抽取数据源数据源系统、非系统数据存储数据存储知识发现在线分析查询数据访问报表报表元数据管理服务元数据管理服务技术元数据业务元数据元数据知识库数据仓库架构数据仓库架构数据访问数据访问数据访问架构数据访问架构门户系统数据全域服务数据全域服务任务重启与恢复任务调度监控被拒绝数据管理错误处理异常日志与审核跟踪文件传输帮助数据归档线程管理参数化文档管理服务文档管理服务数据注解应用连接服务应用连接服务中间件连接器抽取转换数据集市数据仓库加载数据缓存ODS排序过滤清洗抽取转换关联更新
3、加载DSO套装软件业务6数据中心物理架构业务系统数据库服务器业务系统数据库服务器心跳线心跳线DSO/DM磁带库光纤交换机光纤交换机磁盘柜存储存储WEB备份服务器BI 应用服务器群应用服务器群ETL/Monitor/AnalysisETLAnalysisHPODSDW/DMBI应用服务器可由多个服务器组成应用集群数据中心建设的终极目标企业统一数据模型数据边界顶层信息模型实现最终目标的困难11网省电力数据应用所面临的挑战网省电力数据应用所面临的挑战业务挑战业务挑战 现有分析系统仅提供简单的报表能力,功能单薄 领导层无法从企业全局角度出发对企业各个业务条线进行跨业务、多角度、多层次的综合分析 业务分
4、析系统多集中于各自专业领域,而跨业务专题的分析应用能力尚不具备 存在相同数据多头上报并且上报数据不一致的问题 缺乏对现有数据的高级分析应用,没有合理地发挥和利用网省电力业务数据资产的价值技术挑战技术挑战 各个业务系统相互独立,业务人员难以进行跨系统业务分析 现有分析型系统与相应生产型系统耦合性较强,受到生产型系统影响较大,缺乏对全业务分析的支持 数据不一致问题较严重,对于相同业务数据存在多个不同版本 各业务系统自行管理数据,业务数据的含义在企业的各个部门内存在不一致的解释 各类业务系统内数据质量较低业务因素业务因素 数据分析类型划分不够明确 缺少统一的报表与指标体系规范 缺乏明确的数据认责技术
5、因素技术因素 缺乏规范的数据架构 缺乏明确的数据定义 数据分布不合理 数据模型不一致 数据管理不规范 缺乏企业级整合的数据 缺乏有力的系统实施和使用管控机制数据中心的建设策略 短期见效、应用驱动 展现全局指标数据,早出成果,短期见效,以应用促建设 非源头数据直接导入,健全全局类指标数据 转移部分业务系统查询功能 切断统计途径推动数据中心应用数据中心建设最终是为解决业务部门专业分析能力而服务,在这个逐步推进、不断完善成熟的过程中,应着重解决影响应用实用性不强的如下几点:q好的经验、方法和操作流程是关键,促进信任关系的建立,解决互不信任的局面。q在一套有效的方法的指导下,同时遵照一个好的流程,就容
6、易得到领导支持,得到业务人员的有效参与和技术人员的有力配合 q解决长周期项目中期没有任何产出的现状q消除领导及业务人员对数据中心建设疑虑q建设期间、获取业务人员对实施过程中的认可和支持,从而不断增强他们对项目的信心及应用实用性的肯定q解决企业数据“进口”与“出口”数据统一q切断网省业务人员获取统计数据的其他来源,统一定义从数据中心获取q切断业务应用向总部交换数据的其他途径123业务部门主导过程中不断出成果切断原有数据统计、汇报方式数据中心的建设方式 1、自顶向下(追溯法分析应用法)既先分析报表中指标数据,再根据指标的构成进行追溯分析,直至建设粒度到最小的、不可再分的业务细节数据;这种方式有利于
7、梳理统计类指标,分析企业中各统计指标的口径。侧重纵向数据关联。2、自下而上(数据整合法)这种建设思路是先建立企业的概念模型,然后利用数 据仓库和企业建模标准等思想进行全面的数据模型设计、物理模型设计。侧重横向分析和标准建设。3、折中建设建设方法对比方法方法1.1.先数据整合先数据整合、再构建分析应用、再构建分析应用方法方法2.2.先构建分析先构建分析应用、再进行数据整应用、再进行数据整合(或者不进行全局合(或者不进行全局整合)整合)方法方法3.3.边构建分析边构建分析应用、边进行数据整应用、边进行数据整合合优势挑战适用于业务较为简单或业务需求明确数据基础较好有成熟建模经验业务条线复杂、数据基础
8、水平不一、应用需求层次不同要具备成熟的数据标准和数据模型数据整合投入较大,短期内与分析应用收益不能相符可实行有效的数据质量管理可快速进行分析应用的扩展分析应用快速见效数据质量无法保障只能满足部门级使用分析应用快速见效逐步深化的建设方法,兼顾效率和可扩展性调动业务驱动力工作方法的统一一致建设团队的有效分工、协作建议采用方法3进行数据中心数据整合的建设分析应用演进17专业分析建设方法业务驱动力梳理分工协作模式确认建设任务分工实施验证q业务部门专业分析建设驱动力调研q按专业分析建设指导思路,深化业务部门专业分析需求调研q按数据耦合度分工建设q可按源系统接入管理、数据整合管理、分析应用建设管理的方式分
9、工建设q组建专业分析应用建设团队,同数据中心运维团队建立分工协作机制,有效推进数据整合工作q按试点、推广、验证的数据中心建设流程迭代完成数据中心逐条线建设策略的部署18选择合适专业分析应用满足业务部门需要量身定制的业务需求生产分析举例n典型日负荷曲线增长趋势分析n峰谷差分析n责任频率合格率分析n电压合格率分析n变压器负载情况分析安全生产分析举例n人身事故分析n设备事故分析n电网事故分析n电力设施保护分析n设备障碍情况分析避免综合统计查询建设涵盖面广、集中展现指标集合的现象解决数据粒度粗放,业务主题分析不够深入的问题按专业分析条线逐步完成数据整合,有利推动一体化平台数据中心的建立专业分析深入性强
10、实施路线成熟度高分析深入性强,需求定义严谨专业分析内部耦合性强设计结构要求严谨专业分析19数据中心共享演进p继续完善数据交换平台,提升交换效率、性能,足以支持远程大数据传输的实现。p在服务质量保证方面,关注数据交换场所的安全性、可靠性。p构建数据交换接口区数据接口规范,随着数据仓库建设的进度而扩展接口区数据规范。综合数据交换区域营销数据交换区域生产数据交换区域ERP数据交换区域共享数据区域设计完善优化完善特定业务需求的级联要求基本成型完成基于细粒度历史数据的专业分析数据起步速成完成基于粒度粗放数据的综合指标查询数据 21展示层展示层数据分析数据分析应用层应用层数据集市层数据集市层八大业务应用数
11、据和其它外部数据八大业务应用数据和其它外部数据安全生产财务绩效设备生产企业数据仓库企业数据仓库(EDW)数据仓库层数据仓库层数据的抽取数据的抽取/清洗清洗/整合整合数据源层数据源层安全生产分析营销分析财务绩效分析电网运行分析设备生产分析人力资源分析项目分析物资分析综合统计分析电网运行电力市场分析人力资源项目电力市场营销物资综合统计网省电力公司数据仓库逻辑架构网省电力公司数据仓库逻辑架构数据应用分析通过企业级数据仓库及数据集市提供数据支持,并通过前端展示层将分析的结果用合适直观的方法展现给最终用户 22数据仓库能力蓝图数据仓库数据仓库集中整合集中整合信息描述信息描述数据移动数据移动分析展现分析展
12、现质量保障质量保障高级应用高级应用提供多维分析能力,使得用户能够把一个实体的多项重要属性定义为多个维度进行深入分析,并能对不同维度值的数据进行比较;同时,还需具备数据挖掘能力,帮助业务分析人员在现有数据中识别数据的模式,针对整个企业的状况和未来发展作出较完整、合理、准确的分析和预测,从复杂难懂的数据中发掘出指引企业发展需要的路径提供标准的报表和图表功能来帮助不同管理层人员做出正确决策;针对具体分析应用建立数据集市为前端提供高效的数据查询和分析服务为了方便整个数据仓库保存信息的管理,需要具备强大的元数据管理功能,以实现各类技术术语与流程在企业内部的统一定义通过数据仓库,使得数据按照业务主题进行存
13、储,完成对分散数据的整合工作,形成企业内部“唯一事实”提供较强的数据抽取、转换与加载能力:能够高效地将前端业务分析所需要的各类数据移动到数据仓库内,根据预先制定的业务规则对数据进行处理转换使其符合目标数据格式,并根据前端展现需求提供高性能数据加载机制数据仓库应该具备完善的数据质量管理机制,确保企业内部数据的一致性与准确性,提升数据仓库分析结果的可信性23数据应用的业务目标数据应用的业务目标根据对国际先进电力企业的研究,数据应用工作可以通过提高四项能力(即电网安全运营管理、电力营销及服务、财务绩效分析和资源计划及决策)来促进电网的业务发展。提高电力营销管理及服务电力营销管理及服务能力通过对用电量
14、、电费、电价的分析,提高电量的需求预测能力、价格制定能力全面了解用电户的电力消费和缴费情况,帮助制定相关的用电政策和服务措施.分析营销手段及效果,提升营销策略的有效性提高电网安全运营管理电网安全运营管理能力通过对设备和电网的运行状况、检修、缺陷、事故的及时准确掌握,提高设备和电网的监控管理能力,科学管理电网设备资源;通过对安全人身伤亡事故的分析,提高事故管理和防范能力提高财务绩财务绩效分析效分析能力反映企业单位的财务成果;指导企业单位降低成本和费用,增加收入;充分利用资金,创造好的经济水平员工绩效分析,从组织和个人两个层面为绩效管理提供支撑依据。提高资源计划及决资源计划及决策策能力完善报表管理
15、,为领导及时提供全面的关键业务信息。通过国网业务运行状态的分析和监控,提高信息预测能力,为领导的科学决策提供保证,电网用户前台业务人员后台管理人员决策领导数据分析应用的业务目标 通过构建四项能力来促进网省电力业务的发展24数据分析应用基本涵盖了网省电力所有业务数据范围安全生产分析安全生产分析设备生产分设备生产分析析财务绩效分析财务绩效分析电网运行分析电网运行分析电力市场分析电力市场分析营销分析营销分析人力资源分析人力资源分析物资管理分析物资管理分析项目建设分析项目建设分析业务监控电量电费电价分析销售分析市场开发分析需求预测营销分析线损信息分析客户服务分析机构构成分析定员定岗分析人员组成分析工资
16、分析教育培训分析绩效考核报表与信息查询销售分析物资收入经济分析物资消耗经济分析物资库存经济分析分析预算超时限分析市场信息分析建设情况分析投资情况分析投产效果分析分析与国网公司生产建设过程中发生的各类人身伤亡事故相关的数据统计 设备构成分析设备动态信息分析设备检修分析设备缺陷分析设备试验分析财务指标资金分析成本分析利润和收益分析负荷分析电压质量分析电量平衡分析网损分析无功补偿分析电网保护设备分析交易量分析交易费用分析电力价格分析市场需求预测综合分析综合分析计划统计计划统计生产经营指标分析用电营业指标分析电网运行产品成本、销售收入和利润电网建设安全指标25公司领导公司领导财务人员财务人员生产人员生
17、产人员计划人员计划人员调度人员调度人员人资部门人员人资部门人员项目管理人员项目管理人员科信管理人员科信管理人员物资管理人员物资管理人员营销人员营销人员电力交易人员电力交易人员网省电力各层次用户通过数据分析应用而受益26保证设备综合信息的完保证设备综合信息的完整性和历史性整性和历史性从横向确保完整性:设备运行的情况设备消耗的水、煤、气记录设备运行的可靠性记录记录设备的测试信息。从纵向确保历史性:当期上期历史同期历年情况。设备管理监控人员设备管理监控人员/后台管理人员后台管理人员数据整合支持数据整合支持统一设备视图统一设备视图设备台帐信息 设备检修设备测试设备故障设备运行设备消耗设备事故设备环境设
18、备可靠性其他信息(ODS)数据仓库ODS保障数据的时实可访问性数据仓库保障数据的历史性统一信息视图提供了快速访问主题全面信息的能力某电力设备某电力设备27数据仓库建设策略比较数据仓库建设策略比较l 重复的ETL发开和数据整合,人力资源浪费l 重复的ETL工具,前端分析工具,数据仓库平台软件的购买。l 各自的数据模型设计,集市之与集市之间潜在的新一轮数据整合需求。l 无丰富的企业全面业务数据支撑,无法提供跨系统的业务分析能力l 集市各自的指标定义,在企业层面,容易出现不一致l 不符合一体化平台建设要求l 形成企业范围内统一信息视图l 建设统一、可重用的ETL流程l ETL工具,前端分析工具、数据
19、仓库平台单次采购和开发,有效降低TCOl 丰富的企业全面业务数据支撑,领导以及业务人员能够得到更加丰富的数据l 各业务部门可根据自身需求在统一数据仓库平台上建设更深层次的高级数据分析应用l 建设元数据管理机制实现企业内术语理解一致l 建设统一的数据管理机制,提升数据质量推荐推荐实现方法实现方法I业务部门单独建立各自数据集市,业务部门单独建立各自数据集市,无企业层面的统一的规化和协调无企业层面的统一的规化和协调实现方法实现方法II信息部门牵头统一建设企业数据仓库信息部门牵头统一建设企业数据仓库29企业级概念企业级概念数据模型数据模型企业级逻辑企业级逻辑数据模型数据模型企业企业主题主题主题逻辑数主
20、题逻辑数据模型据模型物理数据模物理数据模型型指导指导细化细化概念数据模型概念数据模型逻辑数据模型逻辑数据模型物理数据模型物理数据模型转换转换当前已有成果当前已有成果在相当长的时间内在相当长的时间内,还需要做的事情,还需要做的事情数据模型建立过程30数据集市层数据集市层八大业务应用数据和其它外部数据八大业务应用数据和其它外部数据数据仓库层数据仓库层数据源层数据源层直接满足上层数据分析应用要求查询的高效性和有针对性高度聚合,一般无明细从技术而言是星型模式数据分析模型数据分析模型主题1主题2主题n基于主题域侧重于对企业范围内数据进行整合明细数据与聚合数据共享从技术而言是3NF模式数据仓库模型数据仓库
21、模型数据模型在数据仓库架构中所处的位置数据模型在数据仓库架构中所处的位置31企业级概念数据建模目的数据分类数据分类企业级概念数据建模的目标在于识别网省电力业务主要数据主题并根据各个数据主题间的逻辑关系划分其所属数据主题域数据主题域。数据主题域集中反映了某方面的业务内容,通常是同类或关联关系较为紧密的数据主题的集合(如,设备主题包括了设备台帐、设备运行相关事件等多个数据主题)。数据主题数据主题是任何可以区分的人、地点、事情、事件或概念,信息围绕它来保存。属性是实体的特性或数据字段。数据主题域是数据仓库主题建模的基础,通过细化数据主题域即可建立统一的数据仓库模型。统一数据仓库模型是网省电力公司数据
22、仓库进行数据整合和集成的重要基础。32企业级概念数据建模方法l 数据主题梳理数据主题梳理 通过仔细分析网省电力公司各类业务系统详细说明,IT咨询组从中梳理出网省电力公司业务所产生和需要的主要数据并形成数据主题清单,这些数据主要包括主数据和事物数据两部分:主数据是指客户、供应商、设备台帐等,而事务数据是指网省电力具体业务运营所产生的各种事务型数据,例如设备检测数据、调度交易数据等。l 数据主题域设计数据主题域设计 根据分析整理得到的数据主题清单,并结合这些数据的特点和网省电力具体业务关注点即可归纳抽像出数据主题域。主题域集中反映了主题相关的所有业务内容,通常是同类或关联关系较为紧密的数据主题集合
23、业务系统详业务系统详细说明细说明数据梳理数据主题清数据主题清单单归纳整理数据主题域数据主题域33数据主题域划分安全安全客户客户产品产品设备设备电网电网财务财务资产资产物资物资项目项目人员与组织人员与组织综合管理综合管理事故信息事故损失安全记录客户基本信息客户信用客户电价客户表计信息客户变更客户消费电能客户帐单客户负荷客户缴费客户产品订购客户服务产品基本信息产品价格产品质量保障服务流程定义设备台帐设备运行设备检修设备测试设备消耗设备环境设备故障设备可靠性电力成本电力价格电网结构电力调度电量交易电力市场预测科目银行凭证会计帐簿财务报表资产卡片资产形成资产租赁资产借用资产变更资产调拨资产报废清产核资
24、资产折旧投融资资产报表物资编码物资分类物资供应库存信息出入库管理项目基本信息项目计划信息项目设计信息项目管理信息设备材料信息竣工决算信息投产成果信息需求信息费用信息合同信息招投标信息业绩信息职位信息调动信息奖惩信息培训信息社保缴纳劳保领用外事信息人员基本信息薪酬福利信息社会保险信息劳动保障信息组织机构信息法律国际任务同业对标审计信息纪检监察计划统计服务质量考核服务绩效分析34数据主题域详细解释安全安全安全主题域用于描述公司运营过程中的人身事故、电网事故和安全损失等信息客户客户客户主题域主要由客户的基本信息、计费缴费信息、客户服务信息等组成产品产品产品主题描述国网公司提供的电能、热能与国网公司所
25、提供服务的描述与价格信息以及与服务质量、服务效果相关的各类记录设备设备设备主数据用于描述企业发电、输电、配电、供电四大类在网运行设备资源、运行和调度信息、测试、破坏和环境等信息电网电网电网主题域包含了市场的电力价格、预测相关信息,网间、电厂电网的交易信息,以及电力调度中设备产生的相关数据财务财务财务主题域描述了财务的核算、预算、固定资产、资金数据以及会计账目等相关数据资产资产资产主题域描述了与国网公司各类有形/无形、金融/非金融资产相关的各类信息物资物资物资主题域描述了与国网公司的物资与物资管理相关的各类信息项目项目项目主数据表达了基建项目、跨区电网项目、投资项目、大修项目、技改项目、科技项目
展开阅读全文