|
|
 |
|
 |
数据仓库能为你当前数据库体系的不足做些什么? |
热 荐 ★★★ |
|
|
|
| 数据仓库能为你当前数据库体系的不足做些什么? |
|
|
| 作者：佚名 文章来源：本站整理 更新时间：2008-9-17 9:45:31 |
|
|
|
等重要。这些查询通常与另一些变量一同使用，用于限定信息的上下文。查询的例子，可以与产品类型、时间段或地点有关。
由于使用了这些分析变量，就给数据带来了多维性。在分析时，这些变量的不同取值，会产生出相关的不同对比信息。预测也是处理的一部分。在分析生成之后，用户可以向下挖掘，查看更为详细的信息，它们是整体的子集，向上移动，则可以显示分析的上一个层次。
数据仓库
数据仓库是由一个或多个应用，和一个用于分析和报表的数据库组成的系统。此数据库从其它数据源中得到数据。通常先有一个对数据库数据的载入工作，然后定期地进行数据快照或逐步更新。数据仓库创建的数据，面向主题，完全一致，将为重要的商业决策提供所需信息。
数据仓库服务器提供了对其中数据的访问。用于分析和生成报表的应用，可以定制编写，也可以购买(我推荐使用Cognos Impromptu和PowerPlay)。数据收集和积累工具也有现成产品，且这一市场将不断扩展。
构筑数据仓库
构筑数据仓库所需的开发小组成员，要求既有技术知识又有商业知识，这样就可以同时具有自上而下和自下而上的全面了解。数据仓库涉及到的方面有：数据集(包括历史)、设计(数据模型)、文档和数据库维护。数据仓库还要求定义系统的元数据(在下节中讲述)，以及考虑数据分布(开发应用及购买工具。)
如果有多个数据源，那么数据集合的维护工作将会极为困难。每个数据源，都可能有不同的格式、平台、标准、含义、历史影响和标志。在不同数据源，甚至在一个源中，也可能出现同一对象的多个实例。数据经常是不完整的，或是经过编程修补的。你必须了解并记录下所有细节。建立数据仓库的努力，通常会是一个持续数月的大工程，甚至可能几年。当你的目标还不十分清楚的时候，你最好先猜测一个方案，按照它建立模型数据仓库，然后在这个模型上运行各种工具，以检查最初的要求是否正确。对模型的测试，应既有一般情况，又有特殊情况，通过这一步骤，你就可以发现各个工作都是什么，以及在企业中它们是如何起作用的。你要访查用户，特别是那些真正了解数据及数据源的人。最终的系统，可能要求创建报表、某些特殊工具，甚至可能开发新的应用。但在任何情况下，你的职责都是为用户提供数据和工具。
从本质上讲，对数据仓库的访问，应主要是只读操作，有时也可能将某些分析存放在数据仓库中。它必须按时更新，以反应用户的要求及数据源数据的变化。因此，出现了新的维护问题：检查、重新生成和删除分析记录。生产数据需要在数据仓库中不断更新，而仓库中的数据，也需要向业务方面或部门复制。
首先，你必须定义最初数据仓库系统的范围，从理解得最好的部分开始，一定要有一个分析人员作助手。许多分析人员在部门数据库上发展数据仓库。这些数据库已被透彻理解，重新建立模型的时机也已成熟。
性能是一个大问题。累积表、过去分析的结果集合等，都会增加维护工作。因此，你应测试各种极端的情况。
从尽可能多的角度，重新审视你的计划。对于数据仓库的设计问题，不是一个人或一个小组就能回答的。
元数据：关于数据的数据
构筑数据仓库过程中的最重要步骤之一，就是定义和创建元数据(Metadata)。元数据有三个级别：数据源、数据仓库和用户(你还可以定义一个商业视图)。元数据能够提供一个目录，列出数据仓库中有什么，以及数据仓库输入数据的数据源。我的观点是：没有在系统中上一页 [1] [2] [3] [4] [5] 下一页
|
|
|
|
| 文章录入：admin 责任编辑：admin |
|
|
上一篇文章： 如何取得MSSQL中的存储过程的返回值
下一篇文章： 用中值排序基数法实现树状结构 |
|
|
|
|
|
|
|
|
|
|
|
|
