1ETL
ETL是一个数据抽取、数据清理、数据一致性格式化、数据整合和装载的过程。ETL工具一般具备对不同平台的各种数据库的访问能力，通常通过ODBC、JDBC和OLEDB等访问方式访问目标数据库。以电力负荷管理主题的ELT为例，数据整合遇到的问题是供电局电力负荷管理系统由不同的厂家开发，使用不同数据库并且各系统编码没有进行全省的统一设计，数据编码各有不同表达。为克服这类困难，统一使用OLEDB的方式访问各供电局电力负荷管理系统的数据库，并在省级层面进行对公共信息的建模，重新制定各系统共同遵守的编码规则，统一度量单位，实现了对数据定义、组织及加工的规范化过程。ELT数据抽取的频率是一天一次，基本满足需求应用。由于实际平台使用的是SQLServer2005数据仓库，所以实例中采用了SQLServer2005的SSIS服务来处理数据抽取，快速的建立起ETL工程，并将数据装载到目标库中。
2数据分析
电力负荷管理主题有三个维度：供电局、行业、时间，可采用数据仓库的数据分析工具实现对多维数据集分析。常用的分析方法有数据切片、切块、钻取、上翻、旋转，可分别从不同的侧面得到电力负荷状态信息。实例中使用的是SQLServer2005的SSAS分析服务工具，通过编写多维表达式（MDX）语句来查询分析数据模型，检索多维数据。
3数据展现
最后将MDX查询的结果通过WEB服务器发布，以图形、图像、报表等方式展现数据传递的信息和数据挖掘结果。实例中为了保证兼容性，采用了SQLServer2005报表服务，通过配置报表模型、报表数据源和查询语句，提供展现结果。
4瓶颈和解决方法
4.1数据存储查询瓶颈
数据仓库主要以关系数据库技术为基础，由数据库系统管理海量数据的存储，因此同样面临着一般数据库所遇到的查询瓶颈问题。实例中由于存储数据量大，在源数据的批量输入及更新、接受来自OLAP服务器的只读汇总查询的时候，数据库服务器压力较大。针对这种情况，可对其中一些存储记录过多的大型事实表进行优化，采用动态分区和建立索引等方式提高速度。
4.2OLAP服务器的瓶颈
OLAP服务器的主要任务是接受及分析来自前端工具的查询语句，处理多维运算，并缓存结果对象。实例中，测试过在更多的资源查询请求下，OLAP服务器同样面临的连接量和处理量大的问题，此时可采用多个OLAP服务器，并与负载均衡器的结合方式对外提供服务。
5结语
数据仓库技术为供电局电力负荷管理分析提供有力的技术支撑，提高了数据的利用率。供电局管理者可以利用数据仓库工具建立有效而准确的集成决策支持系统，提高科学管理和科学决策能力。
作者：阮玉生 屈慧洁 单位：广西博联信息通信技术有限责任公司
相关专题：内蒙古医学院附属医院 新余学院学报官网
