数据中心，让企业变的智能、智慧-------------企业数据中心建设方案需求背景随着电子商务的蓬勃发展，公用云、行业云的快速推广，以及社交软件、移动支付的普及，一方面是企业数据量成倍增加，另一方面是企业数据更加碎片化，造成企业经营决策越来越复杂，因此企业的数据管理水平，将直接决定公司的管理水平，数据中心将成为企业经营大脑，让企业变的智能、智慧。
同时，多年来我们一直在践行大型企业的信息化建设，参于、知悉有的大型企业采用统一规划推动建设的，也有单一业务部门推动建设的，但不管哪种模式，在战略调整、管理变革、领导变动等因素的推动下，应用系统被不断的迭代，而软件厂商不断的扮演着“换”与“被换”的角色。
深入分析，业务系统是业务管理的工具，随着管理思想、管控要求、业务流程、业务规则的变化而变化属于正常迭代，而且不可避免，但业务系统的背后财务数据、人事数据、业务数据等数据一直不变，而这些数据是公司非常有价值的资产，因此必须通过数据中心的建设，将不同领域、不同单位、不同软件的数据进行集中统一管理，才能实现数据综合分析、决策支持应用。
如何采集、积累并利用数据资源？如何消除企业各业务之间的信息孤岛？如何主动适应各种应用系统迭代与升级？这个三个问题是企业数据中心建设必须面对的问题。
解决方案方案简介我们认为数据中心建设是建立企业级数据标准、数据模型为基础，按数据仓库、数据集市数据存储设计理念管理数据，通过主数据系统管理基础数据，数据模型装载业务数据，自动数据采集系统打通业务系统与数据中心的信息通道，企业服务总线系统打通应用系统与应用系统之间信息通道，在线填报系统补充缺少系统领域的数据，决策支持系统进行数据挖掘与展示。
即2套体系7个系统，2个体系为数据标准体系、数据模型体系，7个系统为主数据管理系统、元数据管理系统、数据仓库、企业服务总线系统、自动采集系统、在线采集系统、决策支持系统。
系统架构核心价值建立数据标准，为业务系统在规划、选型、建设、改造方面提供低偶合技术方案支持，为信息化有序、高效、全面进行信息系统建设提供支撑，降低系统建设成本，提高系统使用寿命，消除信息孤岛。
建立数据中心，将企业不同领域、不同单位、不同软件的数据进行集中统一管理，建立各种主题数据仓库，挖掘数据潜在价值，建立决策分析模型，应用数据指导企业的经营决策，让企业变的智能、智慧。
方案特色全面统一企业级元数据，实现数据全生命周期管理跨应用的主数据管理，保障数据一致性和有效性低耦合服务集成应用框架，降低数据集成综合成本“自动采集+在线填报”相结合，保证数据完整性和及时性PB级大规模数据管理能力，支撑大数据存储与应用开放式的算法库和模型库，最大化发挥数据应用价值咨询服务方案数据标准化咨询通过推进企业信息化数据标准化建设，务实企业信息化在数据管理方面基础水平，为企业有序、高效、全面进行信息系统建设提供支撑，以及为业务系统在规划、选型、建设、改造方面提供低偶合技术方案支持，降低系统建设成本，提高系统使用寿命。
数据标准化建设在充分调研领导决策支持应用、业务管理应用的信息化需求，结合现有信息化系统、规划建设信息系统的内容，以按“管控集中、业务协同、数据驱动”为重点，进行企业信息化的数据标准化建设。
主数据规划：1）主数据整体规划，主数据管理范围、主数据关系描述、主数据管理机构、主数据管理策略、具体主数据溯主系统定义、具体主数据责任部门定义、具体主数据接口描述；2）具体主数据管理规范包括主数据描述、主数据应用范围、主数据编码方案、主数据管理流程、主数据管理规范、主数据集成规范；3）具体主数据技术规范包括技术标准、服务列表、方法描述。
集成服务规划：1）集成服务整体规划，集成服务范围、集成服务管理机构、集成服务技术标准、集成服务开发规范、集成服务开发流程、具体集成服务溯主系统定义。
2）具体集成服务规范，集成服务功能简介、集成服务技术信息、集成服务数据描述、集成服务方法描述、集成服务实例样例。
数据模型咨询考虑到业务系统随着管控要求、管控范围、业务流程的变化而变化，因此不同阶段、不同企业的业务系统不尽相同，而业务系统背后的业务数据是相对固定，因此通过对业务数据进行分析、抽象形成业务的数据模型，然后通过数据模型对不同阶段、不同企业的业务数据进行汇聚处理、治理管控、集中存储、应用分析、发布服务等，将业务数据从各个业务系统分离出来进行以一种科学的方式单独管理，达到激活集团数据资产价值，实现数据资源的共建共享、资源复用、互联互通、综合应用、决策分析的效果。
发挥企业数据资产的业务价值、商业价值和服务价值，最重要是对业务的数据模型规划的适用性、科学性。
业务的数据模型的规划主要包括：1）数据模型整体规划，数据模型管理范围、数据模型关系描述、数据模型管理机构、数据模型管理策略、具体业务数据溯主系统定义、具体业务数据责任部门定义、具体业务数据接口描述。
2）具体业务数据模型定义包括数据模型描述、数据模型指标解释、数据模型内部计算公式定义、数据模型内部审核公式定义、数据模型外部审核公式定义、数据模型与主数据关系定义、数据模型应用范围、业务数据管理规范、业务数据集成规范。
软件产品方案主数据管理系统简介在主数据规划的基础上，通过建设主数据系统，实现对主数据加载、映射、分发、申请、审批、发布等管理，并实现系统间的基础数据同步，为系统集成应用、决策支持分析奠定基础。
主数据系统包括基础数据、主数据建模、主数据装载、主数据分发、主数据维护、主数据日志五个功能。
系统框架主要功能基础数据主要包括主数据分类管理、远程系统注册、分发范围设置，以及针对主数据的数据档案。
提供根据主数据管理项目设置主数据分类，包括分类编码、分类名称，主数据分类是主数据分发范围设置的基础。
提供根据主数据系统的加载、分发范围进行远程系统注册功能，主要包括远程系统编码、远程系统名称、远程系统服务描述、远程系统URL及端口等。
提供自定义数据档案功能，方便主数据建模使用，数据档案形式支持单表、树型等。
提供从业务、物理、展示等角度进行主数据建模功能，支持为主数据制定编码规则，支持对主数据进行版本控制。
主数据建模支持字符、数值、布尔、日期、日期时间、对象、图片、文件、大文本、下拉等多种实体属性类型。
提供主数据的新增加载和更新加载两种加载方式，新增加载提供批量加载和单个装载两种功能。
更新装载只能更系统装载字段，不更新维护字段。
主数据加载成功后，自动生产来源系统内部ID与主数据系统内部ID映射关系。
提供针对加载成功的主数据进行维护功能，完善主数据档案内容，加载维护功能仅允许对非加载字段进行维护，加载字段必须由来源系统中修改后，进行更新加载。
提供手工新增、删除、修改主数据档案功能，以及对加载主数据的维护功能，支持对主数据档案进行审批等功能。
提供针对主数据系统上线初始阶段手工维护映射功能，手工维护映射支持批量导入映射，以及根据名称、编码等自动匹配映射功能等提供在主数据系统中进行的新增分发，系统自动进行主数据系统内部ID与分发目标系统内部ID映射。
主数据分布提供新增分发和更新分发两种模式，新增分发提供批量分发和单个发分两种功能。
新增发分对于有层级关系的主数据严格控制逐级分发，更新发布支持除主除外的所有信息的更新。
主数据系统提供日志管理功能，可以通过日志查询主数据的加载、分发、修改等相关的操作人员、操作时间、操作结果等。
元数据管理系统简介元数据（Metadata），又称中介数据、中继数据，为描述数据的数据（data about data），主要是描述数据属性（property）的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。
元数据算是一种电子式目录，为了达到编制目录的目的，必须在描述并收藏数据的内容或特色，进而达成协助数据检索的目的。
从应用开发、业务系统、应用集成到商业分析的全程元数据服务支持，以领域模型语言联通各个系统。
系统框架主要功能支持业务元数据管理，主要包括进行业务描述、业务规则、业务术语、业务指标口径等描述；支持技术元数据管理，主要包括接口规范、执行顺序、依赖关系、ETL转换、数据建模和工具等描述；支持从表名、用途描述、数据来源、库表类型、版本、字段、语义、字段类型等进行元数据定义；支持根据元数据定义生成物理表、生成VO，以及导入导出元数据等数据仓库系统简介数据仓库是将组织的业务系统之联机事务处理的日积月累的大量数据，通过数据仓库理论所特有的数据储存架构，进行系统的分析整理，以利联机分析处理、数据挖掘等各种分析方法应用，从而创建决策支持系统、综合展示系统，帮助决策者快速有效的自大量数据中，分析出有价值的信息，以利决策拟定及快速回应外在环境变动，帮助建构商业智能。
系统框架主要功能事务事实表（Transaction Fact Table）记录的事务层面的事实，保存的是最原子的数据，也称“原子事实表”.事务事实表中的数据在事务事件发生后产生，数据的粒度通常是每个事务一条记录。
一旦事务被提交，事实表数据被插入，数据就不再进度更改，其更新方式为增量更新。
周期快照事实表（Periodic Snapshot Fact Table）以具有规律性的、可预见的时间间融来记录事务，时间间隔如每天、每月、每年等等。
典型的例子如销售日快照表、库存日快照表等。
累积快照事实表（Accumulationg snapshot fact table）代表的完全覆盖一个事务或产品的生命周期的时间跨度，它通常具有多个日期字段，用来记录整个生命周期中的关键时间点。
原子事实表（Atom Fact Table）是保存最细粒度数据的事实表，也是数据仓库中保存原子信息的场所。
聚信事实表（Aggregated Fact Table）是原子事实表上的汇总数据，也称为汇总事实表。
合并事实表（Consolidated Fact Table）是指将位于不同事实表中处于相同粒度的事实进行组合建模而成的一种事实表。
旋转事实表（pivoted fact table）是将一条记录中的多个事实字段转化为多条记录，其中每条记录保存一个事实字段的一种建模方法。
预连接聚集表（pre-joined aggregagte table）是通过事实表和维度表的联合查询而生成的一类汇总表。
在预连接聚集表中，保存有维度表中的描述信息和事实表的事实值。
在非事实型事实表（factless fact table）,通常会保存十个左右的维度外键和多个度量事实，度量事实时事实表的关键所在。
在非事实型事实表中没有这些度量事实，只有多个维度外键。
切片事实表（sliced fact table）中的字段结构和相应的基础表完全相同，差别在于存储的记录的范围。
切片事实表中保存记录的相应基础表中记录的子集，记录数通常与某个维度记录数相同。