精编数据仓库中的证券行业论文

数据仓库中的证券行业论文1建设目标 1.1建设公司级数据仓库 将数据逻辑模型固化，形成存储结构合理、层次明确的数据仓库层级。对各类数据进行统一采集、存储、清理、转换、汇总，形成公司统一数据

数据仓库中的证券行业论文 1建设目标 1.1建设公司级数据仓库 将数据逻辑模型固化，形成存储结构合理、层次明确的数据仓库层级。对各 类数据进行统一采集、存储、清理、转换、汇总，形成公司统一数据字典以及统 一数据口径。涵盖结构化数据以及非结构化数据的整合。 1.2构建公司级数据仓库模型 以金融行业为蓝本，兼顾证券行业特点，具有稳定性、可扩展性、灵活性以 及前瞻性。数据仓库模型具有清晰的主题结构，主题域涵盖证券公司各项业务， 能够支撑运营管理、风险管理、财务管理、客户管理、咨询服务等，囊括证券公 司现有以及目前可预见的全部业务。 1.3形成统一的数据调度、监控平台 主要实现EE作业、SE作业、命令行程序、PL/SQL程序等作业的定义、调度 管理和运维监控。利用可视化的作业流程集成管理，实例化各种作业组件并通过 拖拽方式设计业务处理的各个环节和触发机制。通过统一的监控平台，可以监测 整个数据仓库的各程序运行情况、系统CUP和磁盘等资源占用情况以及数据库表 使用情况等。 1.4建立统一的数据管控平台 实现在数据ETL过程中的元数据管理、数据标准管理和数据质量管理。元数 据管理通过对相关的技术、业务元数据进行统一的归集，实现数据间的血缘分析 和影响分析；数据标准管理主要实现数据层面的代码数据标准化和业务层面的作 业标准化；数据质量管理主要涵盖数据质量检查定义、数据质量检查、数据质量 检查分析、数据治理问题管理和数据质量知识管理。 1.5打造规范的数据服务平台 在数据仓库模型层统一、规范的数据基础上，按照业务的特性整理出通用的 指标数据，为业务管理系统提供数据服务。 2建设规划 数据仓库数据处理的流程主要包括：通过数据采集，将各基础业务系统数据 1