1 引 言
“金税工程”二期建设中，山东国税系统各类应用系统数据模式采用市局集中或省市分别存储的“集中加分布”方式，数据资源分布在各市局，应用系统经过多年的运行，一方面各市局积累了较多的历史数据，另一方面由于数据分布模式的原因，省局对全省数据尚不能进行全面的综合处理分析。因此，针对现在的数据模式，进一步提高数据集中度，实现异构数据库数据资源的有效整合和分析利用，成为信息化建设的主要课题。2004年以来，我们在省局建立了全省统一架构下的税务综合数据处理分析平台，完成了多种主要应用系统的数据集成，建立了省级综合数据中心和数据展现平台，为全省数据处理分析工作的全面开展提供了技术保障。
2 数据处理分析平台设计思路
2.1 项目介绍
山东省国税局数据处理分析平台建设，主要基于以下目标考虑设计：
2.1.1 解决信息孤岛问题
将分散的21个应用软件涉及的涉税数据经过清理、整合、汇总后，通过广域网集中加载到省局，形成省局综合数据库和数据仓库，构造统一的全省数据处理分析和信息发布平台，便于统一对各类数据进行有效的处理、分析和利用，统一进行数据展现。
2.1.2 数据处理分析与监控
在省局建立综合数据库和数据仓库的基础上，建立起数据处理分析和监控系统，对全省综合征管软件、增值税专用发票管理等现有各类涉税数据进行处理，通过业务查询、数据统计、数据分析、数据展现等功能，提供有效的分析和监控手段，达到辅助决策和管理的目的，为全省国税系统搭建起数据处理分析的应用平台。
2.2 系统设计思路
针对数据分散的现状，现阶段是在保证集成性、完整性、一致性和安全性原则的前提下，将分布在各市局的数据集成整合到省局，实现数据转换、信息传输、事务处理和消息收发。在省局借助信息交换平台，建立起各信息系统之间信息的统一表示、统一存储、统一传输、统一应用完整框架，实现现有应用系统整合，达到全网数据综合处理分析和增值应用的目标，我们用商业智能技术，将RDB-ODS-OLAP-BI有机结合在一起，进行系统设计和开发。
3 ODS与OLAP应用分析
商业智能(Business Intelligence)技术并不是一项特定的基础技术或者产品，它是一个综合的概念，是数据仓库DW(Data Warehouse)、联机分析处理OLAP(On-Line Analytical Processing)和数据挖掘DM(Data Mining)等相关技术走向商业应用后形成的一种应用技术。
3.1 操作型存储ODS
数据仓库是面向主题的、集成的、稳定的、随时间不断变换的数据集合，我们数据处理分析平台的建设正好符合数据库仓库的特征，其业务多是面向税收业务的分析主题，如入库、欠税、多缴等主题，是对历史数据的综合和提炼性分析，对系统实时性要求较低，但每次加工分析数据量较大，是一种典型的面向分析的以分析型驱动的业务需求。
省局实现数据集成后，有些数据处理是基于操作型和分析型之间的，如对省局重点掌握的2300多户重点税源纳税人的分析，既需要汇总统计数据，又要对部分重点纳税人明细数据进行监控，是一种操作型和分析型相结合的业务。为此，我们提出了在省局建立ODS的设计思路。
ODS(Operational Data Store)是一种操作型数据存储，是全局式数据仓库，是多种异构数据库数据的集成和汇总，既有部分明细数据，也有粒度较高的综合数据，具有4个基本特征，即面向主题的、集成的、可变的、数据是当前或接近当前的。ODS具有数据仓库的主要特征，ODS数据的组织方式也是面向主题的，而且是要与在RDB中的数据保持高度一致，对进入ODS的数据也要进行数据集成和转换，这是与DW一致的，但它要存放当前接近当前的数据，而且要进行实联机的修改操作，这也是区别于DW的特点，利用ODS可以达到“实时OLTP”(up-to-second OLTP)的功能。
我们将建立的ODS在结构上处于OLTP和数据仓库中间的地位，它用于存放数据从市局抽取后、转换到省局数据仓库之前的综合性和明细数据，将抽取后的数据转换工作放在ODS进行，利用企业应用集成EAI(Enterprise Application Integralion)技术对数据抽取的时间、状态、抽取标识等进布己录，以便下次抽取或对不成功的抽取进行重置或回滚，将经过转换和整合后的数据加载工作在ODS中完成，形成RDB(各市局)-ODS(省局)-OLAP(省局)三层体系架构，省局ODS采用Sybase12.0构建。
3.2 OLAP服务器
在我们设计方案中，数据仓库的作用是利用Essbase OLAP多维模型(多维数据库也称之为数据集市)来实现多维分析，存储和管理多维数据库或多维高速缓存，同时也支持多种关系数据库的访问。把汇总数据以OLAP格式存储到多维数据库中，而将粒度低的明细数据存储在操作数据存贮ODS中，当需要详细明细数据时，可通过访问全局的ODS实现。
在数据集市层面提供的信息系统结构使得对数据的访问非常灵活，可以用多种方法对数据进行切片、分割，动态地考察汇总数据和细节数据的关系。多维数据库非常适合数据处理分析统计工作的需要，其与ODS是一种很好的互补关系。OLAP多维模型的采用使得实现静态报表、动态查询、多维在线分析等多种功能相对非常简单。
在数据集市的数据存储方面，对于报表和数据挖掘模型，数据存储在关系型ODS中；多维分析模型的数据存储在多维数据库中，其数据表要求被组织成星型或者雪花型模式，以支持多维分析。
4 系统总体架构
根据以上设计思路，数据处理分析系统总体架构如图1所示：
图1 应用系统整合总体逻辑架构
由上图所示，该项目不仅仅涉及数据仓库的建设，其关键之处还有是基于广域网上的上下级之间的数据集成与交互，是更深层次上的数据整合和处理应用平台的建设，因此其主要架构可以归纳三个平台的建设，即数据交换平台、数据中心平台和数据展现平台。数据交换平台建设采用Infor EAI(企业应用集成)技术实现数据从各市局分中心到省局数据处理中心的数据集成。数据中心我们采用ODS＋DW(操作型数据库加数据仓库)相结合的方式实现明细、综合与多维数据的存储，数据展现平台采用BI Taxation Office商业智能工具，利用其多种数据分析和统计模型从多个维度进行展示。
系统主要有以下几个特点：
(1)数据库与数据仓库技术OLTP与OLAP技术相结合。对各类数据的实时监控分析，对明细数据的查询监控，直接对数据库进行访间，采用OLTP技术实现。对历史的、按不同粒度以及不同维度汇总数据的监控分析，一般先将数据抽取到ODS中，再加载到多维数据库中，采用OLAP技术访间ODS和多维数据库。
(2)JSP编程和商业智能工具展现技术相结合。对一局式监控分析、一户式监控分析、数据质量分析等难以用几张报表进行展现的综合业务监控模块，采用JSP直接编程。对相对固定的报表和多维模型，采用商业智能工具展现。
(3)省局集中部署和各市局分布部署相结合。将一局式监控分析、一户式监控分析、数据质量分析等直接访问市局ODS明细数据的模块，部署在市局应用服务器上，将访问省局ODS和全省多维数据库的模块，部署在省局应用服务器上。
