数据集成的实际解决方案-Oracle (数据集成的实验内容)

就针对市场与企业的发展的需求，Oracle公司提供了一个相对统一的关于企业级的实时数据解决方案，即Oracle数据集成的解决方案。以下的文章主要是对其解决方案的具体描述，望你会有所收获。

Oracle 数据集成解决方案

Oracle数据集成解决方案用于在SOA、BI和数据仓库环境中构建、部署和管理以实时数据为中心的架构，包含了Oracle数据集成的所有要素——实时数据移动、转换、同步、数据质量、数据管理和数据服务——能确保各个复杂系统的信息及时、准确、一致。

通过使用Oracle数据集成，企业将其开发成本降低了30%，数据处理速度提高了50%，业务流程执行时间减少了至少70%。这些成本节省和效率提升对企业适应当今***挑战性的全球经济环境至关重要。

Oracle 数据集成解决方案的产品主要包括：Oracle>服务器之间迁移。

Oracle GoldenGate的主要优点包括：

高性能：以次秒级时间移动数据，通过从交易日志中捕捉变化数据，避免影响源系统和网络的性能，因此降低了基础设施成本，并利用及时的数据增强了业务洞察力，为正确决策提供数据支撑。

可靠性：传递和交付数据的同时保持交易完整性；如果发生中断和停机，就利用断点检查机制，从中断的地方开始继续传递数据。这些功能***限度地降低了数据丢失的风险，而丢失数据有可能严重影响业务运行。

异构性：支持所有主要平台上的各种开放的系统/开放源码和遗留数据库，能在多种拓扑结构上单向或双向部署。这种灵活性有助于在整个企业内采用单一的实时数据集成和复制技术，从而降低复杂性和总体拥有成本，同时满足不断变化的IT环境的各种需求。

此外Oracle GoldenGate还提供高速数据压缩软件Oracle GoldenGate Veridata，该软件可在不影响可用性的情况下，识别并报告异构数据库之间的数据差异。Oracle GoldenGate还能提供事件标记基础设施、初始负载能力和数据加密、自动内存管理、ETL和JMS集成等功能。另外，面向Oracle GoldenGate的Oracle管理软件包能够使Oracle GoldenGate在整个企业范围内易于部署。

目前，超过5000个客户正在使用Oracle数据集成技术，包括Oracle>

数据挖掘中的数据预处理技术有哪些，它们分别适用于哪些场合

一、数据挖掘工具分类数据挖掘工具根据其适用的范围分为两类：专用挖掘工具和通用挖掘工具。 专用数据挖掘工具是针对某个特定领域的问题提供解决方案，在涉及算法的时候充分考虑了数据、需求的特殊性，并作了优化。 对任何领域，都可以开发特定的数据挖掘工具。 例如，IBM公司的AdvancedScout系统针对NBA的数据，帮助教练优化战术组合。 特定领域的数据挖掘工具针对性比较强，只能用于一种应用；也正因为针对性强，往往采用特殊的算法，可以处理特殊的数据，实现特殊的目的，发现的知识可靠度也比较高。 通用数据挖掘工具不区分具体数据的含义，采用通用的挖掘算法，处理常见的数据类型。 通用的数据挖掘工具不区分具体数据的含义，采用通用的挖掘算法，处理常见的数据类型。 例如，IBM公司Almaden研究中心开发的QUEST系统，SGI公司开发的MineSet系统，加拿大SimonFraser大学开发的DBMiner系统。 通用的数据挖掘工具可以做多种模式的挖掘，挖掘什么、用什么来挖掘都由用户根据自己的应用来选择。 二、数据挖掘工具选择需要考虑的问题数据挖掘是一个过程，只有将数据挖掘工具提供的技术和实施经验与企业的业务逻辑和需求紧密结合，并在实施的过程中不断的磨合，才能取得成功，因此我们在选择数据挖掘工具的时候，要全面考虑多方面的因素，主要包括以下几点：(1)可产生的模式种类的数量：分类，聚类，关联等(2)解决复杂问题的能力(3)操作性能(4)数据存取能力(5)和其他产品的接口三、数据挖掘工具介绍是IBM公司Almaden研究中心开发的一个多任务数据挖掘系统，目的是为新一代决策支持系统的应用开发提供高效的数据开采基本构件。 系统具有如下特点：提供了专门在大型数据库上进行各种开采的功能：关联规则发现、序列模式发现、时间序列聚类、决策树分类、递增式主动开采等。 各种开采算法具有近似线性计算复杂度，可适用于任意大小的数据库。 算法具有找全性，即能将所有满足指定类型的模式全部寻找出来。 为各种发现功能设计了相应的并行算法。 是由SGI公司和美国Standford大学联合开发的多任务数据挖掘系统。 MineSet集成多种数据挖掘算法和可视化工具，帮助用户直观地、实时地发掘、理解大量数据背后的知识。 MineSet有如下特点：MineSet以先进的可视化显示方法闻名于世。 支持多种关系数据库。 可以直接从Oracle、Informix、Sybase的表读取数据，也可以通过SQL命令执行查询。 多种数据转换功能。 在进行挖掘前，MineSet可以去除不必要的数据项，统计、集合、分组数据，转换数据类型，构造表达式由已有数据项生成新的数据项，对数据采样等。 操作简单、支持国际字符、可以直接发布到Web。 是加拿大SimonFraser大学开发的一个多任务数据挖掘系统，它的前身是DBLearn。 该系统设计的目的是把关系数据库和数据开采集成在一起，以面向属性的多级概念为基础发现各种知识。 DBMiner系统具有如下特色：能完成多种知识的发现：泛化规则、特性规则、关联规则、分类规则、演化知识、偏离知识等。 综合了多种数据开采技术：面向属性的归纳、统计分析、逐级深化发现多级规则、元规则引导发现等方法。 提出了一种交互式的类SQL语言——数据开采查询语言DMQL。 能与关系数据库平滑集成。 实现了基于客户/服务器体系结构的Unix和PC（Windows/NT）版本的系统。 由美国IBM公司开发的数据挖掘软件IntelligentMiner是一种分别面向数据库和文本信息进行数据挖掘的软件系列,它包括IntelligentMinerforData和IntelligentMinerforText。 IntelligentMinerforData可以挖掘包含在数据库、数据仓库和数据中心中的隐含信息,帮助用户利用传统数据库或普通文件中的结构化数据进行数据挖掘。 它已经成功应用于市场分析、诈骗行为监测及客户联系管理等；IntelligentMinerforText允许企业从文本信息进行数据挖掘，文本数据源可以是文本文件、Web页面、电子邮件、LotusNotes数据库等等。 这是一种在我国的企业中得到采用的数据挖掘工具，比较典型的包括上海宝钢配矿系统应用和铁路部门在春运客运研究中的应用。 SASEnterpriseMiner是一种通用的数据挖掘工具，按照抽样--探索--转换--建模--评估的方法进行数据挖掘。 可以与SAS数据仓库和OLAP集成，实现从提出数据、抓住数据到得到解答的端到端知识发现。 是一个开放式数据挖掘工具，曾两次获得英国政府SMART创新奖，它不但支持整个数据挖掘流程，从数据获取、转化、建模、评估到最终部署的全部过程，还支持数据挖掘的行业标准--CRISP-DM。 Clementine的可视化数据挖掘使得思路分析成为可能，即将集中精力在要解决的问题本身，而不是局限于完成一些技术性工作（比如编写代码）。 提供了多种图形化技术，有助理解数据间的关键性联系，指导用户以最便捷的途径找到问题的最终解决法。 7.数据库厂商集成的挖掘工具SQLServer2000包含由Microsoft研究院开发的两种数据挖掘算法：Microsoft决策树和Microsoft聚集。 此外，SQLServer2000中的数据挖掘支持由第三方开发的算法。 Microsoft决策树算法：该算法基于分类。 算法建立一个决策树，用于按照事实数据表中的一些列来预测其他列的值。 该算法可以用于判断最倾向于单击特定标题（banner）或从某电子商务网站购买特定商品的个人。 Microsoft聚集算法：该算法将记录组合到可以表示类似的、可预测的特征的聚集中。 通常这些特征可能是隐含或非直观的。 例如，聚集算法可以用于将潜在汽车买主分组，并创建对应于每个汽车购买群体的营销活动。 ，SQLServer2005在数据挖掘方面提供了更为丰富的模型、工具以及扩展空间。 包括：可视化的数据挖掘工具与导航、8种数据挖掘算法集成、DMX、XML/A、第三方算法嵌入支持等等。 OracleDataMining(ODM)是Oracle数据库10g企业版的一个选件，它使公司能够从最大的数据库中高效地提取信息并创建集成的商务智能应用程序。 数据分析人员能够发现那些隐藏在数据中的模式和内涵。 应用程序开发人员能够在整个机构范围内快速自动提取和分发新的商务智能—预测、模式和发现。 ODM针对以下数据挖掘问题为Oracle数据库10g提供支持：分类、预测、回归、聚类、关联、属性重要性、特性提取以及序列相似性搜索与分析(BLAST)。 所有的建模、评分和元数据管理操作都是通过OracleDataMining客户端以及PL/SQL或基于Java的API来访问的，并且完全在关系数据库内部进行。 IBMIntelligentMiner通过其世界领先的独有技术，例如典型数据集自动生成、关联发现、序列规律发现、概念性分类和可视化呈现，它可以自动实现数据选择、数据转换、数据发掘和结果呈现这一整套数据发掘操作。 若有必要，对结果数据集还可以重复这一过程，直至得到满意结果为止。 现在，IBM的IntelligentMiner已形成系列，它帮助用户从企业数据资产中识别和提炼有价值的信息。 它包括分析软件工具----IntelligentMinerforData和IBMIntelligentMinerforText，帮助企业选取以前未知的、有效的、可行的业务知识----如客户购买行为，隐藏的关系和新的趋势，数据来源可以是大型数据库和企业内部或Internet上的文本数据源。 然后公司可以应用这些信息进行更好、更准确的决策，获得竞争优势。

请问ERP与SCP有什么区别啊？

今天的ERP系统提供的计划和决策支持功能十分有限；ERP所擅长的是管理性的事务处理，如成本核算、订单处理，同时对已经发生的事情进行统计和分析；ERP可以处理客户订单，但对于订单的获利性以及如何最好地向客户交付产品和服务仅提供有限的信息，它所做的主要是事务处理。 而供应链计划系统SCP能够随着发展和变化不断修正和强化计划的内容，直至计划执行的最后时刻。 因此SCP是对ERP的补充，它提供进一步的智能决策支持信息。 SCP覆盖已有的应用系统如后勤管理、财务管理等，并从中提取信息，加工而成关于整个供应链的知识，使得企业能够评估供应链中的各个环节、事件和客户需求变化对企业的影响。 以前是企业与企业之间的竞争，以后将是供应链与供应链之间的竞争。 国际著名的ERP公 司，如i2，Oracle, SAP, Baan等，都提供了供应链的专业化解决方案。 如Oracle公司在其供应链的解决方案中还加入了先进的商业智能化系统（Business Intelligence System），以更好地体现其供应链的思想和决策支持的功能。

mrp与erp有什么不同之处呢？

MRP是物料需求计划MRPII是制造资源计划ERP是企业资源计划从理论上：1、MRP主要解决，供-产-需，不平衡的问题，提供了一种计划方法。 2、MRPII是在MRP基础上主要解决，业务-财物，不集成的问题。 3、ERP是在MRP+MRPII的基础上，增加了企业内部集成（如与CAD产品研发设计、与HR集成），以及企业外部集成（供应商、客户）从实践上：1、现在人所提的MRP更多的是一种计划方法，在ERP软件中一般都会有MRP模块，用于生产、采购的计划。 2、ERP现在已经被人广义的理解为一种软件了，而不是一种计划方法。 MRP只是ERP中的一个模块。 以ORACLE的ERP产品为例，主要就有：计划（MRP）、采购、销售、应收、应付、库存、总账等模块。 3、现在大多数企业实施的ERP只是叫了ERP这个名字，其实只不过是实现了MRPII要解决的问题。 4、ERP的内涵当然远不止软件这么解决，当重要的是其中固化的流程与管理方法。 总的说来：　（1）资源管理范畴方面:MRP是对物料需求的管理，MRPⅡ实现了物料信息同资金信息的集成，ERP在MRPⅡ的基础上扩展了管理范围，它把客户需求和企业内部的制造活动以及供应商的制造资源整合在一起，形成企业一个完整的供应链并对供应链上的所有环节进行有效管理。 （2）生产方式管理方面：MRPⅡ系统把企业归类为几种典型的生产方式来进行管理，如重复制造、批量生产、按订单生产、按订单装配、按库存生产等，对每一种类型都有一套管理标准。 而到了90年代初期，企业为了紧跟市场的变化，ERP能很好地支持和管理混合型制造环境，满足了企业的多角化经营需求。 （3）在管理功能方面：ERP除了MRPⅡ系统的制造、分销、财务管理功能外，还充分利用企业业务流程重组的思想，增加了支持整个供应链上物料流通体系中供、产、需各个环节之间的运输管理和仓库管理；支持生产保障体系的质量管理、实验室管理、设备维修和备品备件管理；支持对工作流（业务处理流程）的管理。 （4）事务处理控制方面：MRPⅡ是通过计划的及时滚动来控制整个生产过程，它的实时性较差，一般只能实现事中控制。 而ERP支持在线分析处理OLAP（Online Analytical Processing）、售后服务及质量反馈，强调企业的事前控制能力，为企业提供了对质量、适应变化、客户满意、绩效等关键问题的实时分析能力。 （5）在计算机信息处理技术方面：ERP采用客户机/服务器（C/S）体系结构和分布式数据处理技术，支持Internet/Intranet/Extranet、电子商务（E-commerce）、电子数据交换EDI，能充分利用互联网及相关的技术。 此外，还能实现在不同平台上的相互操作。