Oracle数据仓库的逻辑结构和用户案例

优化数据仓库建设目标，建立一个统一的数据信息平台，集中存储客户资料和生产数据。运用先进的数据仓库技术和决策分析方法，为市场营销和客户服务提供有效支持，包括流失分析、欺诈检测、客户发展和客户关系管理。

PROBE中的主题分析涵盖了客户特征、客户细分、销售机会、营销活动、分析与报告等内容，重点关注客户产品利用率、产品定购行为、收入网络、产品特征利用率以及流量产品的使用活动响应支付等。

建设数据仓库项目的目标在于建立统一的数据信息平台，集中存储客户资料和生产数据。利用先进的数据仓库技术和决策分析技术，有效支持市场营销和客户服务工作，包括流失分析、欺诈分析、客户发展分析以及客户关系管理。

PROBE中的主题域产品在网络事件、网元地域、帐务等方面的应用，为客户交互和营销提供了关键支持。

使用IMP命令导入详细数据： IMP TRANSPORT_TABLESPACE=y DATAFILES='/db/tempjan.f' TABLESPACES=ts_temp_sales FILE=jan_sales.dmp 通过分区交换，将新数据添加到目标表： ALTER TABLE sales ADD PARTITION sales_00jan VALUES LESS THAN (TO_DATE('01-feb-2000','dd-mon-yyyy')); ALTER TABLE sales EXCHANGE PARTITION sales_00jan WITH TABLE temp_sales_jan INCLUDING INDEXES WITH VALIDATION;

数据仓库系统的应用案例展示：在短短两小时内完成了1亿7000万次汇总计算，无需专用服务器支持，每秒处理23到100个并发查询，95%的查询在1秒内完成。

数据存储系统需求包括存储12至18个月的详单数据，按小时装载详单数据，每天要求在8小时内处理5亿条详单，高峰时每小时处理6500万条详单。同时，需要在8小时内完成1亿7000万次汇总操作，支持680个并发用户和8000个系统用户。95%的预定义查询在5秒内完成，每秒处理23个查询操作。

在Oracle数据仓库中，混合分区设计包括按地区建立列表分区和按时间建立范围分区。例如，365天以上的话单数据按天建立分区，而一天以内的话单则按小时建立分区。

汇总- ROLLUP- CUBE抽样- Sampling排名- Rank- Percentile- Top- Bottom滑动窗口- Avg- Sum- Min- Max- Count- Variance- Stddev- Firstvalue同比- Period-over-period comparisons时间序列- Lag报表函数- Sum- Avg- Min- Max- Variance- Stddev- Count- Ratiotoreport统计函数- Covariance- Correlation- Linear regression