SharePoint2010商业智能化基础开发教程

### SharePoint2010商业智能化基础开发教程知识点详解 #### 一、商业智能基础 **1.1 商业智能简介** 商业智能（Business Intelligence，简称BI）是指利用现代数据仓库技术、线上分析处理技术、数据挖掘技术和数据展现技术进行数据分析以实现商业价值的一种企业策略。它可以帮助企业做出明智的业务经营决策。 **1.2 商业智能发展趋势** 随着大数据时代的到来，商业智能的发展趋势主要体现在以下几个方面： - **云服务的应用**：越来越多的企业开始将商业智能系统部署到云端，以便更好地管理和分析海量数据。 - **移动化的普及**：随着移动设备的广泛使用，商业智能工具也开始向移动端发展，使得用户可以随时随地访问所需的数据和报告。 - **实时分析的需求**：企业越来越重视实时数据的获取与分析，以便快速响应市场变化。 - **人工智能的融合**：AI技术如机器学习、自然语言处理等被广泛应用到商业智能领域，提高了数据分析的准确性和效率。 **1.3 商业智能应用范围** 商业智能的应用范围非常广泛，包括但不限于： - **市场营销**：通过分析客户行为数据，制定更有效的营销策略。 - **财务管理**：帮助企业进行成本控制、预算规划等财务管理工作。 - **供应链管理**：通过数据分析来优化库存水平、预测需求等。 - **人力资源管理**：用于招聘分析、员工绩效评估等领域。 **1.4 OLTP和OLAP简介** - **1.4.1 联机事务处理OLTP** - OLTP主要用于日常交易处理，特点是高并发读写操作，强调响应速度和数据一致性。 - 应用场景包括银行转账、订单处理等。 - **1.4.2 联机分析处理OLAP** - OLAP主要用于数据分析和报表生成，强调数据的聚合和多维分析能力。 - 应用场景包括销售数据分析、市场趋势分析等。 **1.5 星形架构和雪花架构** - **1.5.1 星形架构** - 星形架构是最简单的数据仓库设计之一，中心表为核心事实表，周围围绕着多个维度表。 - 优点是简单易懂，易于查询。 - **1.5.2 雪花架构** - 雪花架构是在星形架构的基础上进一步细分维度表，形成层次结构。 - 优点是可以支持更复杂的分析需求，但复杂性增加。 **1.6 提取、转化和加载** ETL（Extract, Transform, Load）是商业智能系统中常用的数据处理流程，用于将来自不同来源的数据抽取出来，经过清洗和转换后，加载到数据仓库中。 **1.7 构建OLAP多维数据集的舞台** 在构建OLAP多维数据集时，需要先定义数据集的结构，包括维度、度量值等，然后根据这些定义从源数据中抽取数据并进行预处理。 **1.8 转化过程** 转化过程涉及数据的清洗、格式转换、计算等操作，确保数据能够满足后续分析的需求。 **1.9 MDX基础** MDX（Multidimensional Expressions）是一种专门用于OLAP数据集的查询语言，支持复杂的多维分析操作。 **1.10 其他常见的BI概念** - **1.10.1 数据仓库** - 专为数据分析设计的数据存储系统，通常包含历史数据。 - **1.10.2 数据集市** - 数据仓库的一个子集，专注于特定部门或业务领域的数据。 - **1.10.3 决策支持系统** - 一种辅助高层管理者进行决策的信息系统。 - **1.10.4 数据挖掘系统** - 通过自动搜索大规模数据集中的模式和规律来进行预测分析。 - **1.10.5 报表处理系统** - 用于生成固定格式的报表，便于管理层了解企业的运营状况。 - **1.10.6 关键绩效指标** - 用于衡量组织绩效的关键指标，帮助管理者监控业务目标的达成情况。 **1.11 SSIS和其主要功能** SSIS（SQL Server Integration Services）是Microsoft SQL Server的一部分，用于执行批量数据加载以及数据清洗、转换等工作。 **1.12 SSAS查询性能最佳实践** SSAS（SQL Server Analysis Services）是Microsoft提供的OLAP服务，优化查询性能的最佳实践包括索引管理、分区策略等。 **1.13 SharePoint2010商业智能组件** - **1.13.1 安全存储服务** - 提供了一种安全的方式来存储和管理敏感数据。 - **1.13.2 Visio服务** - 允许用户在SharePoint网站上查看和交互Visio图表。 - **1.13.3 PerformancePoint服务** - 用于创建仪表板、记分卡等可视化工具，帮助管理者监控关键绩效指标。 - **1.13.4 Excel服务和PowerPivot** - Excel服务提供在线协作和数据可视化功能；PowerPivot则允许用户创建高性能的数据模型。 - **1.13.5 Business Connectivity Services** - 使外部数据能够在SharePoint环境中无缝集成。 **1.14 常见的BI项目问题和解决方案** 常见的BI项目挑战包括数据质量差、用户接受度低等问题，解决这些问题通常需要综合运用数据治理、用户培训等多种策略。 **1.15 微软BI解决方案的优势** 微软BI解决方案的优势在于其与Office产品线的高度集成性、强大的数据分析工具（如Power BI）、以及广泛的社区支持等。 **1.16 本章总结** 本章概述了商业智能的基本概念和发展趋势，并介绍了相关的技术和工具，为后续章节的学习奠定了基础。 #### 二、商业智能项目构建流程 **2.1 商业智能项目的软件开发生命周期模型** 商业智能项目的生命周期模型主要包括计划、设计、实施、测试和维护几个阶段，微软提供了两种模型：MSF软件开发生命周期模型和MSF For Agile软件开发生命周期模型。 **2.2 MSF模型和商业智能项目的整合** MSF模型将商业智能项目划分为五个阶段：构想、规划、构建、稳定和部署。每个阶段都有其特定的目标和活动。 **2.3 商业智能团队成员要具备的技能** 构建一个高效的商业智能团队，成员需要具备各种技能，包括数据结构设计、用户界面开发、ETL过程的掌握、数据源优化等。 **2.4 构建自己的商业智能团队** 组建商业智能团队时，需要考虑的角色包括产品经理、架构师、程序管理、开发人员、测试人员、用户体验专家和发布管理人员。 #### 三、服务器平台搭建 **3.1 SharePoint2010部署架构** 在搭建SharePoint2010服务器环境时，需要理解不同的服务器角色，例如Web前端服务器、应用程序服务器、数据库服务器等。 **3.2 服务器环境搭建图解** 搭建服务器环境的具体步骤包括安装Windows Server 2008 R2、SQL Server 2008 R2以及SharePoint Server 2010企业版。 #### 四、报表服务 **4.1 SQL Server 2008 R2报表新增功能** SQL Server 2008 R2报表服务新增了多项特性，包括与SharePoint的集成、报表部件、共享数据集等。 以上是对《SharePoint2010商业智能化基础开发教程》的部分内容的详细解析，旨在为初学者提供一个全面的商业智能技术入门指南。