ORACLE數(shù)據(jù)倉(cāng)庫(kù)建設(shè)

1、ORACLE數(shù)據(jù)倉(cāng)庫(kù)建設(shè)自20世紀(jì)90年代以來(lái),運(yùn)算機(jī)技術(shù)進(jìn)展迅猛,各通信商逐步開(kāi)發(fā)出新的BI系統(tǒng)。實(shí)現(xiàn)給通信領(lǐng)域提出了充分利用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，將現(xiàn)有的海量數(shù)據(jù)構(gòu)造成為可用、可控、可擴(kuò)展的數(shù)據(jù)組織,以適應(yīng)通信領(lǐng)域各級(jí)主管和業(yè)務(wù)人員的分析需要。在本論文中從數(shù)據(jù)倉(cāng)庫(kù)需求分析包括參與成員、各個(gè)成員所起到的作用；邏輯模型建設(shè)通過(guò)軟件設(shè)計(jì)，確定表之間的關(guān)系；物理模型建設(shè)中對(duì)表和過(guò)程進(jìn)行詳細(xì)的審核，用來(lái)支持所提出的需求；數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)以O(shè)DS、DWD、DWA為層次，采納橫向分層縱向分域的理念，進(jìn)行具體的實(shí)施建立，并在后期提供了錯(cuò)誤的應(yīng)急措施、數(shù)據(jù)倉(cāng)庫(kù)的愛(ài)護(hù)和優(yōu)化。關(guān)鍵詞：數(shù)據(jù)倉(cāng)庫(kù)，物理模型，愛(ài)護(hù)和優(yōu)化Engl

2、ishabstractSincethenineteenninties,computertechnologyisdevelopingrapidly,thecommunicationbusinessgraduallydevelopedanewBIsystem.Realitytocommunicationfieldispresentedforfullyusingdatawarehousetechnologytoexistingdatastructuresbecomeavailable,controllable,scalabledataorganization,toadapttothefieldofc

3、ommunicationatalllevelsofmanagersandbusinessanalysis.Inthispaperfromthedatawarehouserequirementanalysisincludestheparticipationofmembers,eachmemberoftheroleplayedby;logicmodelconstructionthroughsoftwaredesign,todeterminetherelationshipbetweentables;physicalmodelconstructionprocesstableanddetailedaud

4、it,usedtosupporttheproposedrequirement;datawarehousedesignwithODS,DWD,DWAlevels,thehorizontallystratifiedlongitudinaldomainconcept,specificimplementationoftheestablishment,andinlatestageprovideserroremergencymeasures,datawarehousemaintenanceandoptimization.Keywords：datawarehouse,physicalmodel,mainte

5、nanceandoptimization名目TOC o 1-5 h z HYPERLINK l bookmark2 第一章數(shù)據(jù)倉(cāng)庫(kù)概述0. HYPERLINK l bookmark4 本論文采納數(shù)據(jù)倉(cāng)庫(kù)的目的0 HYPERLINK l bookmark6 1.2數(shù)據(jù)倉(cāng)庫(kù)的定義和特點(diǎn)0. HYPERLINK l bookmark8 1.3數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)1.1.5元數(shù)據(jù)21.5.1技術(shù)元數(shù)據(jù)業(yè)務(wù)元數(shù)據(jù)2. HYPERLINK l bookmark10 1.5.3元數(shù)據(jù)的作用3. HYPERLINK l bookmark12 1.6數(shù)據(jù)倉(cāng)庫(kù)進(jìn)展方向4. HYPERLINK l boo

6、kmark14 1.6.1數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)生和進(jìn)展4 HYPERLINK l bookmark16 數(shù)據(jù)倉(cāng)庫(kù)進(jìn)展趨勢(shì)6. HYPERLINK l bookmark18 數(shù)據(jù)集市、集市群行業(yè)的進(jìn)展方向7 HYPERLINK l bookmark20 1.6.4基于Internet2、光處理器運(yùn)算機(jī)和GGG技術(shù)的DW10 HYPERLINK l bookmark22 1.7建設(shè)數(shù)據(jù)倉(cāng)庫(kù)的必要性1.3 HYPERLINK l bookmark24 第二章數(shù)據(jù)倉(cāng)庫(kù)需求分析1.4 HYPERLINK l bookmark26 需求分析緣故1.4 HYPERLINK l bookmark28 需求分析時(shí)期1.

7、4 HYPERLINK l bookmark30 需求分析成員確立1.5 HYPERLINK l bookmark32 2.2.2需求會(huì)議1.7 HYPERLINK l bookmark36 第三章數(shù)據(jù)倉(cāng)庫(kù)總體設(shè)計(jì)1.8 HYPERLINK l bookmark38 3.1數(shù)據(jù)倉(cāng)庫(kù)實(shí)施環(huán)境1.8 HYPERLINK l bookmark40 確定數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)的生命周期18 HYPERLINK l bookmark42 通訊數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)原則2.4 HYPERLINK l bookmark44 確定數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的結(jié)構(gòu)及各部分的要緊功能25 HYPERLINK l bookmark46 第四章數(shù)據(jù)倉(cāng)

8、庫(kù)詳細(xì)設(shè)計(jì)3.0 HYPERLINK l bookmark48 邏輯模型設(shè)計(jì)3.0 HYPERLINK l bookmark50 物理模型設(shè)計(jì)3.1第五章數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)3.3 HYPERLINK l bookmark52 ODS層建設(shè)335.1.1接口數(shù)據(jù)抽取3.3 HYPERLINK l bookmark54 5.1.2數(shù)據(jù)抽取策略3.4 HYPERLINK l bookmark56 ODS層的作用3.5 HYPERLINK l bookmark58 DWD層建設(shè)35 HYPERLINK l bookmark60 DWD定義35 HYPERLINK l bookmark62 5.2.2實(shí)體選取

9、的原則3.5 HYPERLINK l bookmark64 5.2.3字段選取的原則3.6 HYPERLINK l bookmark66 5.2.4數(shù)據(jù)轉(zhuǎn)換3.6 HYPERLINK l bookmark68 5.2.5數(shù)據(jù)加載技術(shù)及策略37 HYPERLINK l bookmark70 DWA匯總層建設(shè)38 HYPERLINK l bookmark72 DWA衍生層建設(shè)39 HYPERLINK l bookmark76 第六章數(shù)據(jù)倉(cāng)庫(kù)后期運(yùn)維4.1 HYPERLINK l bookmark78 數(shù)據(jù)倉(cāng)庫(kù)測(cè)試4.1 HYPERLINK l bookmark80 分析源文件41 HYPERLIN

10、K l bookmark82 開(kāi)發(fā)策略和測(cè)試打算4.1 HYPERLINK l bookmark84 測(cè)試的開(kāi)發(fā)與執(zhí)行4.2 HYPERLINK l bookmark86 數(shù)據(jù)倉(cāng)庫(kù)后期愛(ài)護(hù)4.2 HYPERLINK l bookmark88 數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)清理4.2 HYPERLINK l bookmark90 數(shù)據(jù)倉(cāng)庫(kù)模型更換4.3 HYPERLINK l bookmark92 數(shù)據(jù)倉(cāng)庫(kù)性能優(yōu)化4.3 HYPERLINK l bookmark94 調(diào)整數(shù)據(jù)庫(kù)服務(wù)器的性能43 HYPERLINK l bookmark96 調(diào)整內(nèi)存分配4.3 HYPERLINK l bookmark98 使用OR

11、ACLE的數(shù)據(jù)完整性約束44 HYPERLINK l bookmark100 使用數(shù)據(jù)庫(kù)觸發(fā)器4.4使用儲(chǔ)備過(guò)程4.5應(yīng)用程序調(diào)整4.5 HYPERLINK l bookmark102 總結(jié)4.6 HYPERLINK l bookmark104 致謝4.7 HYPERLINK l bookmark106 參考文獻(xiàn)4.8第一章數(shù)據(jù)倉(cāng)庫(kù)概述本論文采納數(shù)據(jù)倉(cāng)庫(kù)的目的當(dāng)前，通信行業(yè)（以聯(lián)通為例）內(nèi)部差不多積存了大量的業(yè)務(wù)處理數(shù)據(jù)，然而這些數(shù)據(jù)分布在各級(jí)機(jī)構(gòu)、各個(gè)部門(mén)中，而且數(shù)據(jù)的操作平臺(tái)各異，有DOS的、有Windows的、有Unix的、有Solaris的；數(shù)據(jù)的來(lái)源復(fù)雜，有儲(chǔ)備在硬盤(pán)上的，也有儲(chǔ)備在

12、磁帶、光盤(pán)上的;數(shù)據(jù)的文件格式多樣，有各種不同數(shù)據(jù)庫(kù)的，也有文本文件型的，還有多媒體文件型的。這些數(shù)據(jù)是通信行業(yè)決策的寶貴信息資源，在構(gòu)造新的系統(tǒng)時(shí)必須要善加利用。數(shù)據(jù)倉(cāng)庫(kù)技術(shù)為解決充分有效的利用超大容量、多平臺(tái)數(shù)據(jù)資源那個(gè)問(wèn)題提供了方法和手段，能夠充分利用現(xiàn)有的海量數(shù)據(jù)資源,并從中找出對(duì)通信的運(yùn)作和決策有價(jià)值的信息。數(shù)據(jù)倉(cāng)庫(kù)的定義和特點(diǎn)數(shù)據(jù)倉(cāng)庫(kù)是決策支持系統(tǒng)（dss）和聯(lián)機(jī)分析應(yīng)用數(shù)據(jù)源的結(jié)構(gòu)化數(shù)據(jù)環(huán)境。數(shù)據(jù)倉(cāng)庫(kù)研究和解決從數(shù)據(jù)庫(kù)中獵取信息的問(wèn)題。數(shù)據(jù)倉(cāng)庫(kù)的特點(diǎn)在于面向主題、集成性、穩(wěn)固性和時(shí)變性。（1）數(shù)據(jù)倉(cāng)庫(kù)是面向主題的操作型數(shù)據(jù)庫(kù)的數(shù)據(jù)組織面向事務(wù)處理任務(wù)，而數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是按照一定

13、的主題域進(jìn)行組織。主題是指用戶使用數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行決策時(shí)所關(guān)懷的重點(diǎn)方面，一個(gè)主題通常與多個(gè)操作型信息系統(tǒng)相關(guān)。（2）數(shù)據(jù)倉(cāng)庫(kù)是集成的數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)有來(lái)自于分散的操作型數(shù)據(jù)，將所需數(shù)據(jù)從原先的數(shù)據(jù)中抽取出來(lái)，進(jìn)行加工與集成，統(tǒng)一與綜合之后才能進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)。（3）數(shù)據(jù)倉(cāng)庫(kù)是不可更新的數(shù)據(jù)倉(cāng)庫(kù)要緊是為決策分析提供數(shù)據(jù)，所涉及的操作要緊是數(shù)據(jù)的查詢。（4）數(shù)據(jù)倉(cāng)庫(kù)是隨時(shí)刻而變化的傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)比較適合處理格式化的數(shù)據(jù)，能夠較好的滿足商業(yè)商務(wù)處理的需求。穩(wěn)固的數(shù)據(jù)以只讀格式儲(chǔ)存，且不隨時(shí)刻改變。（5）匯總的操作性數(shù)據(jù)映射成決策可用的格式。大容量時(shí)刻序列數(shù)據(jù)集合通常都專門(mén)大。非規(guī)范化的DW數(shù)據(jù)能夠是而

14、且經(jīng)常是冗余的。元數(shù)據(jù)將描述數(shù)據(jù)的數(shù)據(jù)儲(chǔ)存起來(lái)。數(shù)據(jù)源數(shù)據(jù)來(lái)自內(nèi)部的和外部的非集成操作系統(tǒng)。數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)差不多在信息技術(shù)領(lǐng)域有了廣泛的應(yīng)用，我們社會(huì)生活的各個(gè)部門(mén)，幾乎都有各種各樣的數(shù)據(jù)庫(kù)儲(chǔ)存著與我們的生活息息相關(guān)的各種數(shù)據(jù)。作為數(shù)據(jù)庫(kù)的一個(gè)分支，數(shù)據(jù)倉(cāng)庫(kù)概念的提出，相關(guān)于數(shù)據(jù)庫(kù)從時(shí)刻上就近得多。美國(guó)聞名信息工程專家William博士在90年代初提出了數(shù)據(jù)倉(cāng)庫(kù)概念的一個(gè)表述，認(rèn)為：“一個(gè)數(shù)據(jù)倉(cāng)庫(kù)通常是一個(gè)面向主題的、集成的、隨時(shí)刻變化的、但信息本身相對(duì)穩(wěn)固的數(shù)據(jù)集合，它用于對(duì)治理決策過(guò)程的支持?！蹦莻€(gè)地點(diǎn)的主題，是指用戶使用數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行決策時(shí)所關(guān)懷的重點(diǎn)方面，如：收入、客戶、銷(xiāo)售渠道

15、等；所謂面向主題，是指數(shù)據(jù)倉(cāng)庫(kù)內(nèi)的信息是按主題進(jìn)行組織的，而不是像業(yè)務(wù)支撐系統(tǒng)那樣是按照業(yè)務(wù)功能進(jìn)行組織的。集成，是指數(shù)據(jù)倉(cāng)庫(kù)中的信息不是從各個(gè)業(yè)務(wù)系統(tǒng)中簡(jiǎn)單抽取出來(lái)的，而是通過(guò)一系列加工、整理和匯總的過(guò)程，因此數(shù)據(jù)倉(cāng)庫(kù)中的信息是關(guān)于整個(gè)企業(yè)的一致的全局信息。隨時(shí)刻變化，是指數(shù)據(jù)倉(cāng)庫(kù)內(nèi)的信息并不只是反映企業(yè)當(dāng)前的狀態(tài)，而是記錄了從過(guò)去某一時(shí)點(diǎn)到當(dāng)前各個(gè)時(shí)期的信息。通過(guò)這些信息，能夠?qū)ζ髽I(yè)的進(jìn)展歷程和以后趨勢(shì)做出定量分析和推測(cè)。二者的聯(lián)系：數(shù)據(jù)倉(cāng)庫(kù)的顯現(xiàn)，并不是要取代數(shù)據(jù)庫(kù)。目前，大部分?jǐn)?shù)據(jù)倉(cāng)庫(kù)依舊用關(guān)系數(shù)據(jù)庫(kù)治理系統(tǒng)來(lái)治理的。能夠說(shuō)，數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)相輔相成、各有千秋。二者的區(qū)別：動(dòng)身點(diǎn)不同數(shù)

16、據(jù)庫(kù)是面向事務(wù)的設(shè)計(jì)，數(shù)據(jù)倉(cāng)庫(kù)是面向主題設(shè)計(jì)的。儲(chǔ)備的數(shù)據(jù)不同數(shù)據(jù)庫(kù)一樣儲(chǔ)備在線交易數(shù)據(jù)，數(shù)據(jù)倉(cāng)庫(kù)儲(chǔ)備的一樣是歷史數(shù)據(jù)。設(shè)計(jì)規(guī)則不同數(shù)據(jù)庫(kù)設(shè)計(jì)是盡量幸免冗余，一樣采納符合范式的規(guī)則來(lái)設(shè)計(jì)，數(shù)據(jù)倉(cāng)庫(kù)在設(shè)計(jì)是有意引入冗余，采納反范式的方式來(lái)設(shè)計(jì)。（4）提供的功能不同數(shù)據(jù)庫(kù)是為捕捉數(shù)據(jù)而設(shè)計(jì)，數(shù)據(jù)倉(cāng)庫(kù)是為分析數(shù)據(jù)而設(shè)計(jì)。（5）差不多元素不同數(shù)據(jù)庫(kù)的差不多元素是事實(shí)表，數(shù)據(jù)倉(cāng)庫(kù)的差不多元素是維度表。（6）容量不同數(shù)據(jù)庫(kù)在差不多容量上要比數(shù)據(jù)倉(cāng)庫(kù)小的多。（7）服務(wù)對(duì)象不同數(shù)據(jù)庫(kù)是為了高效的事務(wù)處理而設(shè)計(jì)的，服務(wù)對(duì)象為企業(yè)業(yè)務(wù)處理方面的工作人員，數(shù)據(jù)倉(cāng)庫(kù)是為了分析數(shù)據(jù)進(jìn)行決策而設(shè)計(jì)的，服務(wù)對(duì)象為企業(yè)高層決

17、策人員。1.5元數(shù)據(jù)元數(shù)據(jù)（Metadata）是關(guān)于數(shù)據(jù)的數(shù)據(jù)。在數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)中，元數(shù)據(jù)能夠關(guān)心數(shù)據(jù)倉(cāng)庫(kù)治理員和數(shù)據(jù)倉(cāng)庫(kù)的開(kāi)發(fā)人員專門(mén)方便地找到他們所關(guān)懷的數(shù)據(jù)；元數(shù)據(jù)是描述數(shù)據(jù)倉(cāng)庫(kù)內(nèi)數(shù)據(jù)的結(jié)構(gòu)和建立方法的數(shù)據(jù)，可將其按用途的不同分為兩類：技術(shù)元數(shù)據(jù)（TechnicalMetadata）和業(yè)務(wù)元數(shù)據(jù)（BusinessMetadata）。1.5.1技術(shù)元數(shù)據(jù)技術(shù)元數(shù)據(jù)是儲(chǔ)備關(guān)于數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)技術(shù)細(xì)節(jié)的數(shù)據(jù)，是用于開(kāi)發(fā)和治理數(shù)據(jù)倉(cāng)庫(kù)使用的數(shù)據(jù)，它要緊包括數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)的描述，包括倉(cāng)庫(kù)模式、視圖、維、層次結(jié)構(gòu)和導(dǎo)出數(shù)據(jù)的定義，以及數(shù)據(jù)集市的位置和內(nèi)容；業(yè)務(wù)系統(tǒng)、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市的體系結(jié)構(gòu)和模式。匯總用

18、的算法，包括度量和維定義算法，數(shù)據(jù)粒度、主題領(lǐng)域、集合、匯總、預(yù)定義的查詢與報(bào)告。由操作環(huán)境到數(shù)據(jù)倉(cāng)庫(kù)環(huán)境的映射，包括源數(shù)據(jù)和它們的內(nèi)容、數(shù)據(jù)分割、數(shù)據(jù)提取、清理、轉(zhuǎn)換規(guī)則和數(shù)據(jù)刷新規(guī)則、安全（用戶授權(quán)和存取操縱）。1.5.2業(yè)務(wù)元數(shù)據(jù)業(yè)務(wù)元數(shù)據(jù)從業(yè)務(wù)角度描述了數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)，它提供了介于使用者和實(shí)際系統(tǒng)之間的語(yǔ)義層。業(yè)務(wù)元數(shù)據(jù)要緊包括以下：使用者的業(yè)務(wù)術(shù)語(yǔ)所表達(dá)的數(shù)據(jù)模型、對(duì)象名和屬性名；訪問(wèn)數(shù)據(jù)的原則和數(shù)據(jù)的來(lái)源；系統(tǒng)所提供的分析方法以及公式和報(bào)表的；具體包括以下：企業(yè)概念模型這是業(yè)務(wù)元數(shù)據(jù)所應(yīng)提供的重要的，它表示企業(yè)數(shù)據(jù)模型的高層、整個(gè)企業(yè)的業(yè)務(wù)概念和相互關(guān)系。多維數(shù)據(jù)模型這是企業(yè)概念

19、模型的重要組成部分，確定業(yè)務(wù)分析人員在數(shù)據(jù)集市當(dāng)中有哪些維、維的類別、數(shù)據(jù)立方體以及數(shù)據(jù)集市中的聚合規(guī)則。那個(gè)地點(diǎn)的數(shù)據(jù)立方體表示某主題領(lǐng)域業(yè)務(wù)事實(shí)表和維表的多維組織形式。(3)業(yè)務(wù)概念模型和物理數(shù)據(jù)之間的依靠業(yè)務(wù)元數(shù)據(jù)只是表示出了數(shù)據(jù)的業(yè)務(wù)視圖，這些業(yè)務(wù)視圖與實(shí)際的數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)庫(kù)、中的表、字段、維、層次等之間的對(duì)應(yīng)關(guān)系也應(yīng)該在元數(shù)據(jù)知識(shí)庫(kù)中有所表達(dá)。1.5.3元數(shù)據(jù)的作用描述哪些數(shù)據(jù)在數(shù)據(jù)倉(cāng)庫(kù)中。定義要進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)和從數(shù)據(jù)倉(cāng)庫(kù)中產(chǎn)生的數(shù)據(jù)。記錄依照業(yè)務(wù)事件發(fā)生而隨之進(jìn)行的數(shù)據(jù)抽取工作時(shí)刻安排。記錄并檢測(cè)系統(tǒng)數(shù)據(jù)一致性的要求和執(zhí)行情形。衡量數(shù)據(jù)質(zhì)量。元數(shù)據(jù)治理的要緊任務(wù)有兩個(gè)方面：一

20、是負(fù)責(zé)儲(chǔ)備和愛(ài)護(hù)元數(shù)據(jù)庫(kù)中的元數(shù)據(jù)；二是負(fù)責(zé)數(shù)據(jù)倉(cāng)庫(kù)建模工具、數(shù)據(jù)獵取工具、前端工具等之間的消息傳遞，和諧各模塊和工具之間的工作。我們了解到元數(shù)據(jù)幾乎能夠被稱為是數(shù)據(jù)倉(cāng)庫(kù)乃至商業(yè)智能(BI)系統(tǒng)的“靈魂”，正是由于元數(shù)據(jù)在整個(gè)數(shù)據(jù)倉(cāng)庫(kù)生命周期中有著重要的地位，各個(gè)廠商的都提到了關(guān)于對(duì)元數(shù)據(jù)的治理。但遺憾的是關(guān)于元數(shù)據(jù)的治理，各個(gè)解決方案都沒(méi)有明確提出一個(gè)完整的治理模式；它們提供的僅僅是對(duì)特定的局部元數(shù)據(jù)的治理。與元數(shù)據(jù)相關(guān)的數(shù)據(jù)倉(cāng)庫(kù)工具大致可分為四類：數(shù)據(jù)抽取工具把業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)抽取、轉(zhuǎn)換、集成到數(shù)據(jù)倉(cāng)庫(kù)中，如Ardent的DataStage、CA(原Platinum)的DecisionBa

21、se和ETI的Extract等。這些工具僅提供了技術(shù)元數(shù)據(jù)，幾乎沒(méi)有提供對(duì)業(yè)務(wù)元數(shù)據(jù)的支持。前端展現(xiàn)工具包括OLAP分析、報(bào)表和商業(yè)智能工具等，如MicroStrategy的DSSAgent、Cognos的PowerPlay、BusinessObjects的BO,以及Brio等。它們通過(guò)把關(guān)系表映射成與業(yè)務(wù)相關(guān)的事實(shí)表和維表來(lái)支持多維業(yè)務(wù)視圖，進(jìn)而對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行多維分析。這些工具都提供了業(yè)務(wù)元數(shù)據(jù)與技術(shù)元數(shù)據(jù)相對(duì)應(yīng)的語(yǔ)義層。建模工具為非技術(shù)人員預(yù)備的業(yè)務(wù)建模工具,這些工具能夠提供更高層的與特定業(yè)務(wù)相關(guān)的語(yǔ)義。如CA的ERwin、Sysbase的PowerDesigner以及Ration

22、al的Rose等。元工具元數(shù)據(jù)通常儲(chǔ)備在專用的數(shù)據(jù)庫(kù)中，該數(shù)據(jù)庫(kù)就如同一個(gè)“黑盒子”，外部無(wú)法明白這些工具所用到和產(chǎn)生的元數(shù)據(jù)是如何儲(chǔ)備的。還有一類被稱為元數(shù)據(jù)知識(shí)庫(kù)(MetadataRepository)的工具，它們獨(dú)立于其它工具，為元數(shù)據(jù)提供一個(gè)集中的儲(chǔ)備空間。包括微軟的Repository，CA的Repository，Ardent的MetaStage和的WCC等。1.6數(shù)據(jù)倉(cāng)庫(kù)進(jìn)展方向1.6.1數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)生和進(jìn)展現(xiàn)在基于業(yè)務(wù)數(shù)據(jù)的決策分析一一聯(lián)機(jī)分析處理(OLAP),比以往任何時(shí)候都顯得更為重要。假如說(shuō)傳統(tǒng)聯(lián)機(jī)事務(wù)處理(OLTP)強(qiáng)調(diào)的是更新數(shù)據(jù)庫(kù)一一向數(shù)據(jù)庫(kù)中添加信息，那么OLAP確

23、實(shí)是從數(shù)據(jù)庫(kù)中獵取信息、利用信息。事實(shí)上，將大量的業(yè)務(wù)數(shù)據(jù)應(yīng)用于分析和統(tǒng)計(jì)原本是一個(gè)專門(mén)簡(jiǎn)單和自然的方法。但在實(shí)際的操作中，人們卻發(fā)覺(jué)要獲得有用的信息并非如想象的那么容易：第一，所有OLTP強(qiáng)調(diào)的是密集的數(shù)據(jù)更新處理性能和系統(tǒng)的可靠性，并不關(guān)懷數(shù)據(jù)查詢的方便與快捷。聯(lián)機(jī)分析和事務(wù)處理對(duì)系統(tǒng)的要求不同，同一個(gè)數(shù)據(jù)庫(kù)在理論上都難以做到兩全。第二，業(yè)務(wù)數(shù)據(jù)往往被存放于分散的異構(gòu)環(huán)境中，不易統(tǒng)一查詢?cè)L問(wèn)，而且還有大量的歷史數(shù)據(jù)處于脫機(jī)狀態(tài)，形同虛設(shè)。第三，業(yè)務(wù)數(shù)據(jù)的模式針對(duì)事務(wù)處理系統(tǒng)而設(shè)計(jì)，數(shù)據(jù)的格式和描述方式并不適合非運(yùn)算機(jī)專業(yè)人員進(jìn)行業(yè)務(wù)上的分析和統(tǒng)計(jì)。能夠這么說(shuō)，往常查詢不到信息是因?yàn)閿?shù)據(jù)太少

24、了，而今天查詢不到則是因?yàn)閿?shù)據(jù)太多了。針對(duì)這一問(wèn)題，人們?cè)O(shè)想專門(mén)為業(yè)務(wù)的統(tǒng)計(jì)分析建立一個(gè)數(shù)據(jù)中心，它的數(shù)據(jù)從OLTP系統(tǒng)中來(lái)、從外部數(shù)據(jù)源來(lái)、從歷史業(yè)務(wù)數(shù)據(jù)中來(lái)那個(gè)數(shù)據(jù)中心是一個(gè)聯(lián)機(jī)的系統(tǒng)，它是專門(mén)為分析統(tǒng)計(jì)和決策支持應(yīng)用服務(wù)的，通過(guò)它可滿足決策支持和聯(lián)機(jī)分析應(yīng)用所要求的一切。那個(gè)數(shù)據(jù)中心就叫做數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)倉(cāng)庫(kù)確實(shí)是一個(gè)作為決策支持系統(tǒng)和聯(lián)機(jī)分析應(yīng)用數(shù)據(jù)源的結(jié)構(gòu)化數(shù)據(jù)環(huán)境。數(shù)據(jù)倉(cāng)庫(kù)所要研究和解決的問(wèn)題確實(shí)是從數(shù)據(jù)庫(kù)中獵取信息的問(wèn)題。與關(guān)系數(shù)據(jù)庫(kù)不同，數(shù)據(jù)倉(cāng)庫(kù)并沒(méi)有嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)，它更偏向于工程。由于數(shù)據(jù)倉(cāng)庫(kù)的這種工程性，因而在技術(shù)上能夠依照它的工作過(guò)程分為：數(shù)據(jù)的抽取、儲(chǔ)備和治理、數(shù)據(jù)的

25、表現(xiàn)以及數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)的技術(shù)咨詢四個(gè)方面。（1）數(shù)據(jù)的抽取數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)獨(dú)立的數(shù)據(jù)環(huán)境，它需要通過(guò)抽取過(guò)程將數(shù)據(jù)從聯(lián)機(jī)事務(wù)處理系統(tǒng)、外部數(shù)據(jù)源、脫機(jī)的數(shù)據(jù)儲(chǔ)備介質(zhì)中導(dǎo)入數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)抽取能夠定時(shí)進(jìn)行，但多個(gè)抽取操作執(zhí)行的時(shí)刻、相互的順序、成敗對(duì)數(shù)據(jù)倉(cāng)庫(kù)中信息的有效性則至關(guān)重要。（2）儲(chǔ)備和治理數(shù)據(jù)倉(cāng)庫(kù)的真正關(guān)鍵是數(shù)據(jù)的儲(chǔ)備和治理。數(shù)據(jù)倉(cāng)庫(kù)的組織治理方式?jīng)Q定了它有別于傳統(tǒng)數(shù)據(jù)庫(kù)的特性，同時(shí)也決定了其對(duì)外部數(shù)據(jù)表現(xiàn)形式。要決定采納什么產(chǎn)品和技術(shù)來(lái)建立數(shù)據(jù)倉(cāng)庫(kù)核心，則需要從數(shù)據(jù)倉(cāng)庫(kù)的技術(shù)特點(diǎn)著手分析。如何完成對(duì)大量數(shù)據(jù)的儲(chǔ)備和治理并行處理能力針對(duì)決策支持查詢的優(yōu)化支持多維分析的查詢模式，這也是關(guān)系數(shù)據(jù)

26、庫(kù)在數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域遇到的最嚴(yán)肅的挑戰(zhàn)之一。（3）數(shù)據(jù)的表現(xiàn)數(shù)據(jù)表現(xiàn)是數(shù)據(jù)倉(cāng)庫(kù)的門(mén)面。那個(gè)地點(diǎn)說(shuō)的要緊是多維分析、數(shù)理統(tǒng)計(jì)和數(shù)據(jù)挖掘方面。（4）數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)的技術(shù)咨詢數(shù)據(jù)倉(cāng)庫(kù)絕不是簡(jiǎn)單的產(chǎn)品堆砌，它是一個(gè)綜合性的解決方案和系統(tǒng)工程。在數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施過(guò)程中，技術(shù)咨詢服務(wù)至關(guān)重要，是一個(gè)不可缺少的部分，它甚至于比購(gòu)買(mǎi)產(chǎn)品更為重要。就目前的進(jìn)展來(lái)看，建立數(shù)據(jù)倉(cāng)庫(kù)有兩個(gè)差不多條件：建立數(shù)據(jù)倉(cāng)庫(kù)的行業(yè)有較為成熟的OLTP系統(tǒng)，它為數(shù)據(jù)倉(cāng)庫(kù)提供客觀條件；行業(yè)面臨市場(chǎng)競(jìng)爭(zhēng)的壓力，它為數(shù)據(jù)倉(cāng)庫(kù)的建立提供外在的動(dòng)力。另外建立大型數(shù)據(jù)倉(cāng)庫(kù)，成本也是較高的，因此對(duì)企業(yè)的經(jīng)濟(jì)實(shí)力也是個(gè)考查。因此數(shù)據(jù)倉(cāng)庫(kù)的概念一經(jīng)顯現(xiàn)，就

27、第一被應(yīng)用于金融、電信、保險(xiǎn)等行業(yè)。1.6.2數(shù)據(jù)倉(cāng)庫(kù)進(jìn)展趨勢(shì)數(shù)據(jù)倉(cāng)庫(kù)規(guī)模不斷增長(zhǎng)所有企業(yè)的數(shù)據(jù)倉(cāng)庫(kù)規(guī)模都將呈指數(shù)增長(zhǎng)，數(shù)據(jù)源的增長(zhǎng)以及企業(yè)對(duì)數(shù)據(jù)更好的獵取能力推動(dòng)了這種增長(zhǎng)。另外儲(chǔ)備成本也越來(lái)越廉價(jià)，因此企業(yè)能夠儲(chǔ)存更長(zhǎng)期的數(shù)據(jù)。但數(shù)據(jù)增長(zhǎng)也將使企業(yè)面臨一些新問(wèn)題，包括數(shù)據(jù)倉(cāng)庫(kù)的可升級(jí)性以及可能顯現(xiàn)的性能問(wèn)題。數(shù)據(jù)集市的整合客戶數(shù)據(jù)集成許多企業(yè)現(xiàn)在專門(mén)想跨過(guò)產(chǎn)品線、業(yè)務(wù)單位、渠道和地理各方面來(lái)綜合地得到一個(gè)關(guān)于客戶的單一視圖，一種稱之為客戶數(shù)據(jù)集成(CDI)的解決方案應(yīng)聲而出，其核心部分由數(shù)據(jù)倉(cāng)庫(kù)和相關(guān)技術(shù)構(gòu)成。客戶數(shù)據(jù)集成提供了對(duì)客戶數(shù)據(jù)360的全方位視圖，并使企業(yè)能夠從任何一個(gè)接觸點(diǎn)上對(duì)

28、客戶進(jìn)行認(rèn)識(shí)和做出反應(yīng)。開(kāi)發(fā)商的整合由于企業(yè)都想得到完備的產(chǎn)品套件，數(shù)據(jù)倉(cāng)庫(kù)和商務(wù)智能開(kāi)發(fā)商因此將越來(lái)越多的功能融合到他們的產(chǎn)品中去。EAI和ETL工具的集成快速反應(yīng)的決策支持電子商務(wù)的不斷增長(zhǎng)促使著企業(yè)去查找共享數(shù)據(jù)和對(duì)機(jī)會(huì)快速反應(yīng)的方法，盡管真正的實(shí)時(shí)決策支持差不多是不可能的，但數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的進(jìn)步卻使快速反應(yīng)的決策支持得以實(shí)現(xiàn)。在數(shù)分鐘或數(shù)秒鐘內(nèi)對(duì)數(shù)據(jù)進(jìn)行分析和對(duì)事件做出反應(yīng)的能力有助于企業(yè)在各方面的行動(dòng)，比如供應(yīng)鏈治理、客戶服務(wù)和商務(wù)性能治理等。非結(jié)構(gòu)化信息的增長(zhǎng)企業(yè)正面臨著非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)的增長(zhǎng)，包括圖像、聲音、視頻、XML以及其它的數(shù)據(jù)類型。同時(shí)，相關(guān)的技術(shù)也在不斷顯現(xiàn)，使企業(yè)

29、能夠采納跟往常處理傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)資源的方式，來(lái)儲(chǔ)備和挖掘這些數(shù)據(jù)。越來(lái)越了解如何對(duì)“成功或失敗”問(wèn)題做出正確分析知識(shí)治理在企業(yè)倉(cāng)促著手建立數(shù)據(jù)倉(cāng)庫(kù)或其它分析型知識(shí)庫(kù)時(shí)，數(shù)據(jù)質(zhì)量或元數(shù)據(jù)這些重要問(wèn)題經(jīng)常被忽視，其后果確實(shí)是，專門(mén)多企業(yè)現(xiàn)今發(fā)覺(jué)他們的行動(dòng)成功性打了許多折扣，因?yàn)樗麄儾荒艽_定“成功或失敗”問(wèn)題。數(shù)據(jù)質(zhì)量問(wèn)題和元數(shù)據(jù)的缺乏會(huì)嚴(yán)峻阻礙用戶對(duì)數(shù)據(jù)倉(cāng)庫(kù)的同意程度，也只能得到悲傷的分析結(jié)果和不正確的決策。這是一個(gè)相當(dāng)復(fù)雜的問(wèn)題，需要花費(fèi)時(shí)刻和精力去確定他們。強(qiáng)調(diào)應(yīng)用程序VS數(shù)據(jù)倉(cāng)庫(kù)對(duì)大多企業(yè)來(lái)說(shuō)，數(shù)據(jù)倉(cāng)庫(kù)不再是單獨(dú)的一件事。需要確定投資回報(bào)率。數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目跟往常一樣是必需的，但可能會(huì)盡量跟應(yīng)

30、用程序聯(lián)系起來(lái)以便于運(yùn)算投資回報(bào)率和調(diào)整項(xiàng)目成本。越來(lái)越注重盈虧問(wèn)題艱巨的經(jīng)濟(jì)環(huán)境迫使企業(yè)除了收入增長(zhǎng)外，還得認(rèn)真考慮收益率問(wèn)題。這種不斷增加的對(duì)盈虧問(wèn)題的注意力阻礙到了IT項(xiàng)目，其中包括數(shù)據(jù)倉(cāng)庫(kù)，最終導(dǎo)致各級(jí)水平上的成本削減。新的數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目仍將不斷進(jìn)行，然而企業(yè)可不能再妄圖一步登天去做那些對(duì)盈利沒(méi)有直截了當(dāng)阻礙的事；它們還想有一個(gè)明確的商業(yè)案例，明確的投資回報(bào)率和更短的回報(bào)周期。數(shù)據(jù)集市、集市群行業(yè)的進(jìn)展方向在數(shù)據(jù)倉(cāng)庫(kù)產(chǎn)品方面，微軟是以其關(guān)系數(shù)據(jù)庫(kù)SQLServer作為它數(shù)據(jù)倉(cāng)庫(kù)核心的。微軟的OLAP走的是ROLAP的路子，與其數(shù)據(jù)轉(zhuǎn)換一樣，屬于常規(guī)的解決方案；而并行處理和決策支持?jǐn)U展則不

31、是SQLServer的強(qiáng)項(xiàng)。因此，整個(gè)解決方案仍面向中低端，價(jià)格取勝是關(guān)鍵。為此，微軟在數(shù)據(jù)倉(cāng)庫(kù)市場(chǎng)中倡導(dǎo)了另一個(gè)概念一一數(shù)據(jù)集市(DataMart)。所謂數(shù)據(jù)集市確實(shí)是一個(gè)面向部門(mén)應(yīng)用的、小型的數(shù)據(jù)倉(cāng)庫(kù)；所采納的技術(shù)與數(shù)據(jù)倉(cāng)庫(kù)相似，但儲(chǔ)備的內(nèi)容更加專題化。關(guān)于數(shù)據(jù)集市如此的規(guī)模，微軟的解決方案便可成為理想的選擇。盡管微軟是許多IT人士“憎恨”的對(duì)象，但我們不得不承認(rèn)，它在市場(chǎng)定位方面的工作一直專門(mén)成功。其所堅(jiān)持的走大眾化、平民化道路的理念，從操作系統(tǒng)中的windows，辦公軟件里得Office到數(shù)據(jù)庫(kù)領(lǐng)域的SQLSever等等，無(wú)一不是成功的案例。在這次數(shù)據(jù)倉(cāng)庫(kù)的較量中，微軟又打起了數(shù)據(jù)集市

32、的大旗。就目前情形而言，能夠建立大型數(shù)據(jù)倉(cāng)庫(kù)的企業(yè)如何說(shuō)還局限于有雄厚實(shí)力的大型公司。而占市場(chǎng)相當(dāng)比重的中小企業(yè)，一方面難以同意建立數(shù)據(jù)倉(cāng)庫(kù)高昂的成本，另一方面使用大型數(shù)據(jù)倉(cāng)庫(kù)來(lái)解決他們少量的工作也顯得有些白費(fèi)。而現(xiàn)在數(shù)據(jù)集市則成了他們不錯(cuò)的選擇。表1-1數(shù)據(jù)集市與數(shù)據(jù)倉(cāng)庫(kù)的區(qū)別數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)集市數(shù)據(jù)來(lái)源OLTP、遺留系統(tǒng)、外部數(shù)據(jù)數(shù)據(jù)倉(cāng)庫(kù)范疇企業(yè)級(jí)部門(mén)級(jí)、工作組級(jí)主題企業(yè)主題部門(mén)或?qū)ｍ?xiàng)主題數(shù)據(jù)粒度最細(xì)粒度較粗粒度數(shù)據(jù)結(jié)構(gòu)3NTF星型、雪片型歷史數(shù)據(jù)大量歷史數(shù)據(jù)適度歷史數(shù)據(jù)優(yōu)化處理海量數(shù)據(jù)、數(shù)據(jù)探究便于訪問(wèn)分析、快速查詢索引高度索引高度索引數(shù)據(jù)集市能夠分為兩種類型:獨(dú)立型數(shù)據(jù)集市和從屬型數(shù)據(jù)集市

33、。獨(dú)立型數(shù)據(jù)集市直截了當(dāng)從操作型環(huán)境獵取數(shù)據(jù)，從屬型數(shù)據(jù)集市從企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)獵取數(shù)據(jù)。作為快速解決企業(yè)當(dāng)前存在的實(shí)際問(wèn)題的一種有效方法，獨(dú)立型數(shù)據(jù)集市成為一種既成事實(shí)。獨(dú)立型數(shù)據(jù)集市是為滿足特定用戶的需求而建立的一種分析型環(huán)境，它能夠快速地解決某些具體的問(wèn)題，而且投資規(guī)模也比數(shù)據(jù)倉(cāng)庫(kù)小專門(mén)多。但獨(dú)立數(shù)據(jù)集市也存在一些問(wèn)題：冗余數(shù)據(jù)。隨著獨(dú)立數(shù)據(jù)集市數(shù)量的增長(zhǎng)，數(shù)據(jù)冗余量也不斷增長(zhǎng)，這種冗余是由于每個(gè)獨(dú)立數(shù)據(jù)集市都有一個(gè)整體數(shù)據(jù)的備份而引起的，但這些數(shù)據(jù)中有許多通常并不是必需的。冗余流程。數(shù)據(jù)倉(cāng)庫(kù)的體系結(jié)構(gòu)能夠?qū)λ袛?shù)據(jù)集市的共同活動(dòng)進(jìn)行集中化，沒(méi)有數(shù)據(jù)倉(cāng)庫(kù)，這些流程就必須為每個(gè)數(shù)據(jù)集市進(jìn)行復(fù)制

34、，這將大大增加愛(ài)護(hù)DSS所需的職員數(shù)量。較低的可伸縮性。獨(dú)立數(shù)據(jù)集市直截了當(dāng)讀取運(yùn)作系統(tǒng)的文件或表，這極大限制了DSS的伸縮能力。非集成。獨(dú)立數(shù)據(jù)集市是由自成體系的團(tuán)隊(duì)建立的，而且一樣是為不同的部門(mén)建立的，導(dǎo)致這些數(shù)據(jù)集市沒(méi)有進(jìn)行集成，而且沒(méi)有一個(gè)會(huì)包含了整個(gè)企業(yè)的視圖。因此，假如CEO讓信息部門(mén)提供一個(gè)獲利能力最強(qiáng)的客戶列表，那么從每個(gè)數(shù)據(jù)集市分析到的答案都將是不同的。獨(dú)立型數(shù)據(jù)集市的存在會(huì)給人造成一種錯(cuò)覺(jué)，看起來(lái)能夠先獨(dú)立地構(gòu)建數(shù)據(jù)集市，當(dāng)數(shù)據(jù)集市達(dá)到一定的規(guī)模再直截了當(dāng)轉(zhuǎn)換為數(shù)據(jù)倉(cāng)庫(kù)。實(shí)際上多個(gè)獨(dú)立的數(shù)據(jù)集市的累積，是不能形成一個(gè)企業(yè)級(jí)的數(shù)據(jù)倉(cāng)庫(kù)的。假如企業(yè)最終想建設(shè)一個(gè)全企業(yè)統(tǒng)一的數(shù)據(jù)

35、倉(cāng)庫(kù)，想要以整個(gè)企業(yè)的視圖分析數(shù)據(jù)，獨(dú)立型數(shù)據(jù)集市可能不是合適的選擇?，F(xiàn)在的業(yè)內(nèi)人士普遍認(rèn)為，從屬型數(shù)據(jù)集市在體系結(jié)構(gòu)上比獨(dú)立型數(shù)據(jù)集市更穩(wěn)固，能夠作為數(shù)據(jù)集市以后建設(shè)的要緊方向。從屬型數(shù)據(jù)集市只是是在數(shù)據(jù)倉(cāng)庫(kù)與最終用戶之間又增加了一套聚攏、優(yōu)化系統(tǒng)。如此的設(shè)計(jì)也許對(duì)提高整個(gè)系統(tǒng)的反應(yīng)速度方面有一定關(guān)心，但卻削弱了數(shù)據(jù)集市相當(dāng)重要的一項(xiàng)優(yōu)勢(shì)廉價(jià)。其成本甚至超過(guò)了單一數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，不利于此類技術(shù)的大眾化、平民化進(jìn)展。另一種比較理想的方式是，企業(yè)先就其最急需的領(lǐng)域建立獨(dú)立型數(shù)據(jù)集市，而后隨著需求的變化、實(shí)力的增強(qiáng)逐步建立更多的數(shù)據(jù)集市。這些數(shù)據(jù)集市之間保持一種高度的統(tǒng)一與和諧機(jī)制，構(gòu)成一個(gè)完整的群

36、體，我把它稱作數(shù)據(jù)集市群。數(shù)據(jù)集市群的優(yōu)勢(shì)要緊表現(xiàn)在以下幾方面：成本低廉初始成本為初始數(shù)據(jù)集市的成本加上集市群操縱器的成本。盡管比只有幾個(gè)數(shù)據(jù)集市的成本高，但與數(shù)據(jù)倉(cāng)庫(kù)相比依舊廉價(jià)專門(mén)多。而且其投入產(chǎn)出比也更容易推測(cè)。冗余度低由于加入了集市群操縱器，各數(shù)據(jù)集市中的數(shù)據(jù)被統(tǒng)一調(diào)度，統(tǒng)一規(guī)劃。從而排除了數(shù)據(jù)集市件容易發(fā)生的數(shù)據(jù)冗余、不一致等問(wèn)題。后期愛(ài)護(hù)容易當(dāng)集市群因某種需求而要加入新的數(shù)據(jù)集市時(shí)，所要考慮的問(wèn)題僅是新的模塊需要那些數(shù)據(jù)，原有集市群能提供那些數(shù)據(jù)。依照這兩點(diǎn)去設(shè)計(jì)新的數(shù)據(jù)集市，而不必對(duì)原有集市群做什么調(diào)整。數(shù)據(jù)集市群策劃和設(shè)計(jì)數(shù)據(jù)集市群的建立需要前期的精心策劃、設(shè)計(jì)和標(biāo)準(zhǔn)化的接口設(shè)

37、計(jì)。只有解決好這些問(wèn)題，才能保證以后新建的集市能夠與原先的群順利實(shí)現(xiàn)對(duì)接及整體成效最佳。目前看來(lái)這依舊一項(xiàng)相當(dāng)復(fù)雜的工程，但其一旦實(shí)現(xiàn)，給數(shù)據(jù)倉(cāng)庫(kù)行業(yè)帶來(lái)的震動(dòng)將是難以想象的。1.6.4基于Internet2、光處理器運(yùn)算機(jī)和GGG技術(shù)的DW(1)Internet21996年由一些大學(xué)和高科技公司組成的聯(lián)盟開(kāi)發(fā)的，旨在提供超高速的連接速度，該項(xiàng)目的目標(biāo)是領(lǐng)先于商用互聯(lián)網(wǎng)3-4年的時(shí)刻。目前的Internet2差不多是第三代了，今年早些時(shí)候，其骨干網(wǎng)的數(shù)據(jù)傳輸速率差不多升級(jí)為lOGbps。目前大部分的公共互聯(lián)網(wǎng)使用2.5Gbps,些運(yùn)營(yíng)商正在將它們的連接升級(jí)至10Gbps。P2P應(yīng)用、高清晰視頻

38、會(huì)議、實(shí)驗(yàn)室設(shè)備的遠(yuǎn)程操作、分布式運(yùn)算等應(yīng)用都能夠在Internet2上運(yùn)行。目前,由于受帶寬的限制,這些應(yīng)用的大規(guī)模部署還專門(mén)緩慢,而Internet2則能夠滿足這些應(yīng)用對(duì)帶寬的需求。通過(guò)Internet2進(jìn)行的音樂(lè)會(huì)轉(zhuǎn)播每秒鐘能夠發(fā)送250GB的數(shù)據(jù)，這比標(biāo)準(zhǔn)的撥號(hào)連接要快4000倍，比有線電視連接要快800倍。研究人員仍舊在研究如何進(jìn)一步提高Internet2的效率和速度的問(wèn)題。研究人員還在開(kāi)發(fā)新的中間件技術(shù)，使通過(guò)網(wǎng)絡(luò)的協(xié)作更無(wú)縫更安全。在目前的互聯(lián)網(wǎng)上，應(yīng)用程序本身必須提供中間件所提供的識(shí)別、授權(quán)、安全等服務(wù)。通過(guò)語(yǔ)言標(biāo)準(zhǔn)化和兼容性，中間件將大大提高先進(jìn)網(wǎng)絡(luò)應(yīng)用的易用性。在過(guò)去的15

39、年中，互聯(lián)網(wǎng)的速度每年都會(huì)翻一番。研究人員相信，這種每年增長(zhǎng)100%的趨勢(shì)在以后還會(huì)連續(xù)下去。Internet2的研究人員差不多在研究新一代的超高速網(wǎng)絡(luò)。速度為10Gbps的Abilene網(wǎng)絡(luò)的平均運(yùn)行速度為lGbps-2Gbps。另外在高等教育領(lǐng)域，用戶對(duì)帶寬的需求的增長(zhǎng)將呈幾何級(jí)數(shù)增長(zhǎng)，因此新應(yīng)用的需求將超過(guò)目前的公共IP網(wǎng)絡(luò)的帶寬也是專門(mén)自然的。(2)以后高性能運(yùn)算機(jī)按照摩爾定律，每過(guò)18個(gè)月，微處理器硅芯片上晶體管的數(shù)量就會(huì)翻一番。隨著大規(guī)模集成電路工藝的進(jìn)展，芯片的集成度越來(lái)越高，也越來(lái)越接近工藝甚至物理的上限，最終，晶體管會(huì)變得只有幾個(gè)分子那樣小。以摩爾速度進(jìn)展的微處理器使全世界的

40、微電子技術(shù)專家面臨著新的挑戰(zhàn)。盡管傳統(tǒng)的、基于集成電路的運(yùn)算機(jī)短期內(nèi)還可不能退出歷史舞臺(tái)，但旨在超越它的超導(dǎo)運(yùn)算機(jī)、納米運(yùn)算機(jī)、光運(yùn)算機(jī)、DNA運(yùn)算機(jī)和量子運(yùn)算機(jī)正在躍躍欲試。與傳統(tǒng)硅芯片運(yùn)算機(jī)不同，光運(yùn)算機(jī)用光束代替電子進(jìn)行運(yùn)算和儲(chǔ)備：它以不同波長(zhǎng)的光代表不同的數(shù)據(jù)，以大量的透鏡、棱鏡和反射鏡將數(shù)據(jù)從一個(gè)芯片傳送到另一個(gè)芯片。從上個(gè)世紀(jì)80年代起，光子運(yùn)算機(jī)就成為新一代運(yùn)算機(jī)的進(jìn)展方向。2003年10月底，全球首枚嵌入光核心的商用向量光學(xué)數(shù)字處理器由以色列一公司研發(fā)的Enlight在美國(guó)波士頓軍事通信展覽會(huì)上露面，引起了業(yè)界莫大的關(guān)注。因?yàn)?，它的顯現(xiàn)預(yù)示著運(yùn)算機(jī)將進(jìn)入光學(xué)時(shí)代。以光速進(jìn)行運(yùn)算

41、，運(yùn)行速度達(dá)到每秒8萬(wàn)億次這相當(dāng)于一臺(tái)超級(jí)運(yùn)算機(jī)的運(yùn)算能力。但超級(jí)運(yùn)算機(jī)動(dòng)輒采納上千個(gè)處理器同時(shí)工作，才能實(shí)現(xiàn)如此的運(yùn)算速度。以去年問(wèn)世的“地球模擬器”為例，這臺(tái)號(hào)稱全球運(yùn)算速度最快的超級(jí)運(yùn)算機(jī)峰值運(yùn)算速度為35.86萬(wàn)億次，而那個(gè)速度是由它的5120個(gè)處理器共同制造出來(lái)的。由于Enlight強(qiáng)大的性能，能夠被廣泛運(yùn)用在大型多媒體廣播系統(tǒng)、機(jī)場(chǎng)安全檢查系統(tǒng)和醫(yī)學(xué)數(shù)據(jù)庫(kù)系統(tǒng)等方面。比如在移動(dòng)通信領(lǐng)域，采納Enlight進(jìn)行多用戶檢測(cè)，即通過(guò)重復(fù)運(yùn)算一系列方程式，能解除同一基站內(nèi)用戶間的相互干擾。一枚單獨(dú)的Enlight就能夠同時(shí)支持2000個(gè)用戶，并幸免相互干擾。而在生物科技方面，Enlight

42、強(qiáng)大的運(yùn)算能力，能夠大大縮短生物技術(shù)運(yùn)算必需的基因數(shù)據(jù)配對(duì)和基因與多基體配對(duì)過(guò)程?！肮庾舆\(yùn)算具有龐大的潛力，能夠做常規(guī)運(yùn)算無(wú)法辦到的事。”德國(guó)達(dá)姆施塔特大學(xué)的科爾內(nèi)利婭登茨博士長(zhǎng)期致力于光運(yùn)算研究。她表示，采納光學(xué)技術(shù)不但能夠極大地提升運(yùn)算機(jī)的運(yùn)算速度，而且能夠讓運(yùn)算機(jī)系統(tǒng)模擬人腦的思維活動(dòng)，同時(shí)比人腦的處理速度快上數(shù)千倍，從而實(shí)現(xiàn)真正的人工智能?？茖W(xué)家的推測(cè)不是沒(méi)有依據(jù)的。到2020年，硅芯片的運(yùn)算速度和微型化進(jìn)展都將止步不前。而與此同時(shí)，網(wǎng)絡(luò)和其他行業(yè)進(jìn)展帶來(lái)的海量數(shù)據(jù)運(yùn)算需要和更快的傳輸需求，將迫使人們不得不尋求革命性的變革。網(wǎng)格技術(shù)網(wǎng)格運(yùn)算因?yàn)樵诮Y(jié)構(gòu)上酷似電力網(wǎng)絡(luò)而得名。在九十年代中期

43、，網(wǎng)格作為一種共享運(yùn)算的方法被正式提出，并第一在科研領(lǐng)域應(yīng)用。后來(lái)，為了降低成本，專門(mén)多企業(yè)也打算利用閑置的資源，網(wǎng)格開(kāi)始逐步進(jìn)入商業(yè)市場(chǎng)，并由此為許多產(chǎn)業(yè)帶來(lái)了新的機(jī)遇。網(wǎng)格技術(shù)是一種趨勢(shì)，這是毋庸置疑的。就像運(yùn)算機(jī)最初是大型主機(jī)，進(jìn)展到更加通用的小型機(jī)，現(xiàn)在則又有了更多的選擇。這其中有成本的緣故，有硬件技術(shù)的進(jìn)展，也說(shuō)明大伙兒都在期待一個(gè)更加開(kāi)放的平臺(tái)。網(wǎng)格技術(shù)正是這種趨勢(shì)進(jìn)展的一個(gè)必定。盡管網(wǎng)格的進(jìn)展還面臨專門(mén)大的困難，有業(yè)內(nèi)人士說(shuō)，“網(wǎng)格的處境就看起來(lái)10年前的Internet和3年前的Linux一樣，正在從技術(shù)運(yùn)算進(jìn)入商業(yè)運(yùn)算?！比欢?，曾經(jīng)價(jià)格高昂的網(wǎng)格運(yùn)算差不多進(jìn)入各個(gè)組織機(jī)構(gòu)及跨

44、國(guó)公司，廣泛應(yīng)用到金融和工程仿真，醫(yī)學(xué)研究和石油勘探領(lǐng)域，發(fā)揮著龐大的作用：汽車(chē)制造商們正實(shí)施更多的模擬程序以使汽車(chē)更安全；娛樂(lè)公司更細(xì)致地描畫(huà)數(shù)字人像以求逼確實(shí)成效對(duì)企業(yè)來(lái)說(shuō)，網(wǎng)格無(wú)疑是極具價(jià)值的工具，以后幾年，將會(huì)有更多的網(wǎng)格進(jìn)入市場(chǎng)。為了在以后的進(jìn)展潮流中占據(jù)有利的戰(zhàn)略地位，世界各國(guó)都紛紛加緊了網(wǎng)格研究的步伐。一些發(fā)達(dá)國(guó)家和跨國(guó)公司已為此投下了巨資。在具體實(shí)施中，IBM全球服務(wù)部和其業(yè)務(wù)合作伙伴一起，共同提供各種與網(wǎng)格有關(guān)的服務(wù)，包括一個(gè)網(wǎng)格創(chuàng)新工作室(用于關(guān)心企業(yè)在其業(yè)務(wù)中實(shí)施網(wǎng)格)以及專業(yè)化的行業(yè)專用課程。在產(chǎn)品方面，IBMeServer產(chǎn)品線也形成了一個(gè)能夠用來(lái)設(shè)計(jì)和開(kāi)發(fā)網(wǎng)格解決方

45、案、甚至治理整個(gè)網(wǎng)格的堅(jiān)實(shí)平臺(tái)；其DB2產(chǎn)品和工具也支持網(wǎng)格運(yùn)算解決方案，使得能快速、方便地建設(shè)復(fù)雜的數(shù)據(jù)基礎(chǔ)設(shè)施。數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)系統(tǒng)的進(jìn)展依照長(zhǎng)久以來(lái)的體會(huì)，運(yùn)算機(jī)的軟硬件進(jìn)展一直是互相促進(jìn)、互為動(dòng)力的。以上所述的以后高性能運(yùn)算機(jī)、Internet2、網(wǎng)格技術(shù)等等差不多為我們勾勒出了一幅美好的畫(huà)面。更強(qiáng)大的運(yùn)算工作站、驚人的信息傳輸速度、更優(yōu)化的網(wǎng)絡(luò)和諧機(jī)制，這些無(wú)疑都給以后軟件業(yè)的進(jìn)展帶來(lái)了更寬敞的施展空間。就如同現(xiàn)在的PC機(jī)使用的內(nèi)存，比10年前硬盤(pán)的儲(chǔ)備容量還大一樣。許許多多現(xiàn)在認(rèn)為不可能實(shí)現(xiàn)或相當(dāng)復(fù)雜的工作，對(duì)那時(shí)的運(yùn)算機(jī)系統(tǒng)來(lái)說(shuō)只是是小兒科而以。到那時(shí)對(duì)一個(gè)包含5千萬(wàn)條記錄的DW作

46、一次完整分析，也僅僅需要幾秒鐘的時(shí)刻。因此我們有理由相信在新一代的應(yīng)用系統(tǒng)中，數(shù)據(jù)倉(cāng)庫(kù)將在一開(kāi)始便被納入系統(tǒng)設(shè)計(jì)的考慮，聯(lián)機(jī)分析會(huì)應(yīng)用于普遍的事務(wù)處理系統(tǒng)之中。在數(shù)據(jù)治理上，聯(lián)機(jī)事務(wù)處理和數(shù)據(jù)倉(cāng)庫(kù)在應(yīng)用中相對(duì)獨(dú)立，使聯(lián)機(jī)事務(wù)處理系統(tǒng)本身更加簡(jiǎn)潔高效，同時(shí)分析統(tǒng)計(jì)也更為便利。面向行業(yè)的數(shù)理統(tǒng)計(jì)學(xué)向更為普遍的應(yīng)用進(jìn)展，并集成到應(yīng)用系統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)解決方案中。它們將立足于數(shù)據(jù)倉(cāng)庫(kù)提供的豐富信息，更好地為業(yè)務(wù)決策服務(wù)。1.7建設(shè)數(shù)據(jù)倉(cāng)庫(kù)的必要性企業(yè)建立數(shù)據(jù)倉(cāng)庫(kù)是為了填補(bǔ)現(xiàn)有數(shù)據(jù)儲(chǔ)備形式差不多不能滿足信息分析的需要。數(shù)據(jù)倉(cāng)庫(kù)理論中的一個(gè)核心理念確實(shí)是：事務(wù)型數(shù)據(jù)和決策支持型數(shù)據(jù)的處理性能不同。企業(yè)在它們的

47、事務(wù)操作收集數(shù)據(jù)。在企業(yè)運(yùn)作過(guò)程中：隨著定單、銷(xiāo)售記錄的進(jìn)行，這些事務(wù)型數(shù)據(jù)也連續(xù)的產(chǎn)生。為了引入數(shù)據(jù)，我們必須優(yōu)化事務(wù)型數(shù)據(jù)庫(kù)。處理決策支持型數(shù)據(jù)時(shí)，一些問(wèn)題經(jīng)常會(huì)被提出：哪類客戶會(huì)購(gòu)買(mǎi)哪類產(chǎn)品？促銷(xiāo)后銷(xiāo)售額會(huì)變化多少？等，事務(wù)型數(shù)據(jù)庫(kù)能夠?yàn)檫@些問(wèn)題作出解答，然而它所給出的答案往往并不能讓人十分中意。在運(yùn)用有限的運(yùn)算機(jī)資源經(jīng)常常存在著競(jìng)爭(zhēng)。在增加新信息的時(shí)候我們需要事務(wù)型數(shù)據(jù)庫(kù)是閑暇的。而在解答一系列具體的有關(guān)信息分析的問(wèn)題的時(shí)候，系統(tǒng)處理新數(shù)據(jù)的有效性又會(huì)被大大降低。另一個(gè)問(wèn)題就在于事務(wù)型數(shù)據(jù)總是在動(dòng)態(tài)的變化之中的。決策支持型處理需要相對(duì)穩(wěn)固的數(shù)據(jù)，從而問(wèn)題都能得到一致連續(xù)的解答。數(shù)據(jù)倉(cāng)庫(kù)

48、的解決方法包括：將決策支持型數(shù)據(jù)處理從事務(wù)型數(shù)據(jù)處理中分離出來(lái)。數(shù)據(jù)按照一定的周期（通常在每晚或者每周末），從事務(wù)型數(shù)據(jù)庫(kù)中導(dǎo)入決策支持型數(shù)據(jù)庫(kù)既“數(shù)據(jù)倉(cāng)庫(kù)”。數(shù)據(jù)倉(cāng)庫(kù)是按回答企業(yè)某方面的問(wèn)題來(lái)分“主題”組織數(shù)據(jù)的，這是最有效的數(shù)據(jù)組織方式。第二章數(shù)據(jù)倉(cāng)庫(kù)需求分析2.1需求分析緣故需求分析的成敗直截了當(dāng)阻礙到數(shù)據(jù)倉(cāng)庫(kù)的成敗實(shí)施。關(guān)于一個(gè)嚴(yán)格完整的數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目來(lái)說(shuō)，需求分析應(yīng)該屬于數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目的第二個(gè)過(guò)程，第一時(shí)期屬于數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目定義時(shí)期，對(duì)項(xiàng)目范疇、項(xiàng)目評(píng)估、可行性研究分析和投資回報(bào)等相關(guān)進(jìn)行定義，也是一個(gè)不容忽視的時(shí)期。第一數(shù)據(jù)倉(cāng)庫(kù)失敗的典型表現(xiàn)形式：圖2-1數(shù)據(jù)倉(cāng)庫(kù)失敗圖示1）項(xiàng)目超過(guò)預(yù)算

49、2）沒(méi)有在規(guī)定的時(shí)刻內(nèi)完成3）沒(méi)有實(shí)現(xiàn)要求的功能4）用戶不中意5）系統(tǒng)性能不滿足要求2.2需求分析時(shí)期在進(jìn)入需求分析的初級(jí)時(shí)期時(shí)必須要先確立數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目組人員（其中包括公司接口規(guī)范人員、接口人員、數(shù)據(jù)開(kāi)發(fā)人員、ETL調(diào)度人員、稽核人員、頁(yè)面展現(xiàn)人員等），對(duì)局方聯(lián)通進(jìn)行接洽商討等相關(guān)工作。2.2.1需求分析成員確立（1）接口規(guī)范人員：用來(lái)確定當(dāng)前經(jīng)分能否支撐局方提出的需求，通過(guò)商討，判定當(dāng)前擁有的接口是否滿足需要，或是重新確定新的接口，來(lái)支撐項(xiàng)目的實(shí)施。如圖，例如對(duì)聯(lián)通融合業(yè)務(wù)進(jìn)行商討，判定接口是否能夠?qū)嵤?。ilr+EEjjlK連.一MrII足酉AW吐?tīng)?zhēng)II卜:務(wù)部和蚯需4-弁柿需求業(yè)弼那門(mén)辛按

50、n局方審様卜-亞片卍可；擔(dān)汀I垃七!軒.XllilJ,.L-氣.jt-N-jAL亞專工申1沖旳叵*現(xiàn)心律1立詡冋J(rèn)S反ErSj姐片（打-3件G-決測(cè)試Rir-T-JtV,ll圖2-2接口規(guī)范制定流程接口人員：負(fù)責(zé)承接省分上傳的數(shù)據(jù)，進(jìn)行初步的稽核，確認(rèn)是否需要遲傳、通報(bào)等，并通過(guò)ETL調(diào)度，調(diào)起節(jié)點(diǎn)。判定ETL能否成功調(diào)起，所承擔(dān)的負(fù)載最大值等。t文件矗nr?有新文件到詁文件解析嫁術(shù)咸功文件格式校驗(yàn)文件入庫(kù)工生咸.回執(zhí)文件數(shù)提質(zhì)靈校驗(yàn)不箱合按則先毆%J林合異常處理心丈件益沂規(guī)則定直仗件解祈規(guī)則定兔-丸件恪亂枕驗(yàn)規(guī)躬足爻丈件人庫(kù)規(guī)則定義讓敎據(jù)質(zhì)童枕峻規(guī)則定丈屆拭龍?，F(xiàn)則定爻心任務(wù)提告內(nèi)容定義*異

51、常處理規(guī)則定義圖2-3接口入庫(kù)流程數(shù)據(jù)庫(kù)開(kāi)發(fā)人員：進(jìn)行項(xiàng)目的開(kāi)發(fā)和實(shí)施，通過(guò)與局方商量，依照需求估量項(xiàng)目實(shí)施周期。通過(guò)Powerdesigner、PL/SQL等工具，進(jìn)行設(shè)計(jì)開(kāi)發(fā)。ETL調(diào)度人員：在開(kāi)發(fā)人員腳本成功開(kāi)發(fā)后，由ETL統(tǒng)一并行調(diào)度，保證及時(shí)觸發(fā)節(jié)點(diǎn)，并實(shí)時(shí)監(jiān)控。產(chǎn)晶域全業(yè)島產(chǎn)晶數(shù)據(jù)盍程(H)產(chǎn)老笑倍且r：ods?編母披表H：建嚴(yán)W艾i?葉圖2-4ETL調(diào)度實(shí)例（5）稽核人員：實(shí)時(shí)的對(duì)數(shù)據(jù)進(jìn)行詳細(xì)的稽核校驗(yàn)，確保數(shù)據(jù)無(wú)誤，能夠及時(shí)準(zhǔn)確的上傳至頁(yè)面。專門(mén)是對(duì)重要字段進(jìn)行反復(fù)校驗(yàn)，及時(shí)通過(guò)郵件反饋。（6）頁(yè)面展現(xiàn)人員：當(dāng)稽核人員確定數(shù)據(jù)無(wú)誤時(shí)，由頁(yè)面展現(xiàn)人員進(jìn)行頁(yè)面展現(xiàn)，供局方人員使用，

52、確保數(shù)據(jù)的實(shí)時(shí)準(zhǔn)確。有些情形下還會(huì)有項(xiàng)目和諧和會(huì)議記錄等人員參加。2.2.2需求會(huì)議在做需求分析之前，一樣需要對(duì)局方進(jìn)行接口的確定，以保證總部和省分以統(tǒng)一的接口進(jìn)行上傳和接收，并通過(guò)接口規(guī)范來(lái)得到雙方的確認(rèn)，會(huì)議的目的確實(shí)是公司與局方在各個(gè)方面達(dá)成一致，啟發(fā)局方提出更貼近數(shù)據(jù)倉(cāng)庫(kù)的需求，具體想要得到哪些數(shù)據(jù)，期望得到哪些結(jié)果。需求會(huì)議一方面是為了排除局方在進(jìn)行需求確認(rèn)時(shí)的數(shù)據(jù)倉(cāng)庫(kù)的盲區(qū)，更重要的一方面是讓局方明白建設(shè)數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)的過(guò)程和困難，還有一方面確實(shí)是能夠得到局方配合來(lái)完成項(xiàng)目及時(shí)準(zhǔn)確的實(shí)施。第三章數(shù)據(jù)倉(cāng)庫(kù)總體設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)實(shí)施環(huán)境數(shù)據(jù)庫(kù)以O(shè)RACLE為基礎(chǔ)，POWERDESIGNER進(jìn)行

53、數(shù)據(jù)模型的確定加工，PL/SQLDEVELOPER軟件進(jìn)行具體的過(guò)程開(kāi)發(fā)。確定數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)的生命周期由于數(shù)據(jù)倉(cāng)庫(kù)最佳結(jié)合了業(yè)務(wù)慣例和信息系統(tǒng)技術(shù)，因此，一個(gè)成功的數(shù)據(jù)倉(cāng)庫(kù)實(shí)施需要這兩方面的不斷和諧，以均衡其所有的需要，要求，任務(wù)和成果。數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目有3個(gè)軌道(tracks)：數(shù)據(jù)軌道，技術(shù)軌道和應(yīng)用層軌道。當(dāng)在整理任何數(shù)據(jù)庫(kù)項(xiàng)目打算時(shí)，建議以這三個(gè)軌道為模板來(lái)治理和同步活動(dòng)。數(shù)據(jù)庫(kù)生命周期治理方法(Discover,Design,Develop,Deploy,DaytoDay,Defend,Decommission),昵稱“7D法。數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建從來(lái)可不能真正終止。不像傳統(tǒng)的數(shù)據(jù)庫(kù)在部署后的一

54、段時(shí)刻里保持相對(duì)的不變，數(shù)據(jù)倉(cāng)庫(kù)始終處于不斷的變化之中，以應(yīng)對(duì)它所服務(wù)的業(yè)務(wù)環(huán)境的變化。當(dāng)今的業(yè)務(wù)環(huán)境更加復(fù)雜，并涉及比以往任何時(shí)候都要快的變化。處理這種幾乎是不斷的變化是企業(yè)的最大挑戰(zhàn)之一。這確實(shí)是什么緣故數(shù)據(jù)倉(cāng)庫(kù)團(tuán)隊(duì)中的每一個(gè)人，包括技術(shù)決策者(TDMs)和業(yè)務(wù)決策者(BDMs)，都必須處在同一陣線上，使用同一種生命周期治理方法，以使他們的認(rèn)識(shí)完全得到統(tǒng)一。只有如此，才有可能對(duì)已實(shí)施的數(shù)據(jù)倉(cāng)庫(kù)、企業(yè)的構(gòu)想和宗旨進(jìn)行調(diào)整。挖掘任何規(guī)模和領(lǐng)域的數(shù)據(jù)庫(kù)項(xiàng)目離開(kāi)了開(kāi)始的挖掘時(shí)期都將失敗。那個(gè)時(shí)期也被稱為“需求分析和定義”，挖掘時(shí)期需要以業(yè)務(wù)為中心，專門(mén)是數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目，因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)的輸出需要支持組織

55、的目標(biāo)。挖掘這一步實(shí)質(zhì)上確實(shí)是調(diào)查，應(yīng)該不斷地問(wèn)六個(gè)差不多問(wèn)題(什么，如何，在何處，誰(shuí)，何時(shí)和什么緣故)，記錄好答案，并把這些答案包含在您起草的解決方案中。在“7步”的前3步(挖掘，設(shè)計(jì)，開(kāi)發(fā))中，必須對(duì)業(yè)務(wù)主和技術(shù)專家進(jìn)行集中的和諧，項(xiàng)目經(jīng)理(PM)應(yīng)該促成這一進(jìn)程。項(xiàng)目經(jīng)理作為一個(gè)獨(dú)立的專業(yè)人員，要緊關(guān)懷項(xiàng)目的及時(shí)上線、預(yù)算在操縱范疇內(nèi)，有預(yù)期的運(yùn)行成效;項(xiàng)目經(jīng)理在得到各方的反饋意見(jiàn)后，負(fù)責(zé)制定嚴(yán)格的路線，里程碑和成功指標(biāo)。假如項(xiàng)目里沒(méi)有PM,這些將成為您的工作。在挖掘時(shí)期，PM必須收集三個(gè)軌道的信息，即技術(shù)軌道，數(shù)據(jù)軌道和應(yīng)用層軌道。在其他任務(wù)中，PM必須確定利益相關(guān)者和用戶，必須明白得

56、他們各自的角色和相應(yīng)的數(shù)據(jù)/視圖需求。PM必須明白本組織的績(jī)效治理策略：目標(biāo)是什么，倡議什么以及跟蹤業(yè)務(wù)和項(xiàng)目健康狀況的支撐度量標(biāo)準(zhǔn)/關(guān)鍵績(jī)效指標(biāo)。假如上述策略的任何部分遺漏了，該項(xiàng)目專門(mén)有可能失去最終用戶的評(píng)分，這可能會(huì)導(dǎo)致低的采納通過(guò)率和以后資金的丟失。換句話說(shuō)，該項(xiàng)目將失敗，而不管項(xiàng)目任務(wù)執(zhí)行得有多么完美。（2）設(shè)計(jì)設(shè)計(jì)這一步的要緊活動(dòng)是定義描述數(shù)據(jù)倉(cāng)庫(kù)的語(yǔ)義和概要模型。這些模型必須解決企業(yè)用戶的治理信息系統(tǒng)（MISs）和商務(wù)智能（BI）分析需要。關(guān)于數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目，能夠?yàn)殛P(guān)系型數(shù)據(jù)倉(cāng)庫(kù)創(chuàng)建概念和邏輯數(shù)據(jù)模型，為表示多維立方體創(chuàng)建三維模型。能夠使用決策矩陣，以關(guān)心確定每個(gè)三維模型需要包含些

57、什么;沿Y軸方向列出被數(shù)據(jù)倉(cāng)庫(kù)支持的關(guān)鍵業(yè)務(wù)流程，沿X軸方向列出建議的維。那個(gè)矩陣將作為當(dāng)前開(kāi)發(fā)、以后擴(kuò)展和跨組織集成的向?qū)АＴ谠O(shè)計(jì)時(shí)期建立的模型必須反映第一時(shí)期收集的六個(gè)問(wèn)題的答案。標(biāo)識(shí)數(shù)據(jù)倉(cāng)庫(kù)相關(guān)的所有數(shù)據(jù)源（內(nèi)部和外部的），業(yè)務(wù)/交易數(shù)據(jù)庫(kù)和展平文件是個(gè)好注意。同時(shí)應(yīng)該明確說(shuō)明哪些數(shù)據(jù)將被導(dǎo)入數(shù)據(jù)倉(cāng)庫(kù)，哪些只會(huì)簡(jiǎn)單地作為外部數(shù)據(jù)源引用。通常，技術(shù)軌道有自己的PM，但仍舊可能需要填補(bǔ)那個(gè)角色。數(shù)據(jù)倉(cāng)庫(kù)能夠增長(zhǎng)為專門(mén)大的內(nèi)容和十分廣泛的范疇，因此有必要在數(shù)據(jù)倉(cāng)庫(kù)部署之前恰當(dāng)?shù)匾?guī)劃其大小。第一在紙上估量其大小，如此您就能夠大致把握當(dāng)數(shù)據(jù)倉(cāng)庫(kù)投入產(chǎn)品應(yīng)用時(shí)所需的處理器速度和磁盤(pán)容量。同時(shí)需要估算

58、一天的業(yè)務(wù)終端用戶數(shù)量以及他們使用的應(yīng)用（例如，對(duì)立方體做一個(gè)專門(mén)分析，或者從關(guān)系數(shù)據(jù)倉(cāng)庫(kù)中取出緩存的報(bào)告），也要估算數(shù)據(jù)倉(cāng)庫(kù)一年中將會(huì)儲(chǔ)備的數(shù)據(jù)量。只是因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)是一個(gè)進(jìn)展中的工作，可能會(huì)需要兩年和五年推測(cè)，同樣，其處理能力和數(shù)據(jù)儲(chǔ)備需求將隨著時(shí)刻的推移不斷增加。數(shù)據(jù)倉(cāng)庫(kù)設(shè)施包括各種硬件，通信和軟件解決方案，所有這一切都必須協(xié)同工作，為終端用戶提供一個(gè)工作的數(shù)據(jù)倉(cāng)庫(kù)。如此需要足夠的時(shí)刻來(lái)打算和測(cè)試將如何整合所有這些不同的組成部分。跟技術(shù)軌道一樣，應(yīng)用軌道可能有自己的PM或由一個(gè)主導(dǎo)的軟件開(kāi)發(fā)人員充當(dāng)這一角色。假如你的工作是與此人和諧以同步任務(wù)。假如不是，那工作描述會(huì)擴(kuò)大。應(yīng)用層包括獵取從數(shù)

59、據(jù)倉(cāng)庫(kù)收集到的輸出，通常是MIS報(bào)告和BI分析結(jié)果。MIS報(bào)告常是屏幕顯示，外表板，和打印副本的形式，它們關(guān)心企業(yè)治理者做出運(yùn)行日常業(yè)務(wù)所需的戰(zhàn)術(shù)決策。這些輸出相對(duì)比較容易界定、編碼和被一系列標(biāo)準(zhǔn)化的進(jìn)程抓取，這些進(jìn)程運(yùn)行在可預(yù)定環(huán)境中。應(yīng)用層的BI部分是一組查詢和響應(yīng)，以關(guān)心執(zhí)行治理作出戰(zhàn)略決策，推動(dòng)商務(wù)運(yùn)營(yíng)。BI解決方案往往是非結(jié)構(gòu)化的，專門(mén)難預(yù)定義，因?yàn)樗麄儍A向于用一種專門(mén)的方式探究數(shù)據(jù)。記分牌，圖形和數(shù)據(jù)透視表是BI的應(yīng)用例子，它們能刺激更多的數(shù)據(jù)探究，而這可能導(dǎo)致公司內(nèi)部戰(zhàn)略方向的改變。在那個(gè)時(shí)期許多方法要求原型或試點(diǎn)項(xiàng)目?！?D法”不需要。至多，作為應(yīng)用層的設(shè)計(jì)活動(dòng)中的一部分，能夠

60、做一個(gè)“點(diǎn)擊模式”-一種輸入/輸出屏幕的快速出現(xiàn)模型，不涉及或只有極少的代碼但卻能給利益攸關(guān)方可視化的概念，同時(shí)又可不能吃掉寶貴的時(shí)刻和資源。假如試點(diǎn)或原型是必要的，那么選擇其中的一個(gè)切片(slice)作為試點(diǎn)，完成“7D法”的每一步?！?D法”不區(qū)分試點(diǎn)，原型和產(chǎn)品系統(tǒng)-它們都被視為項(xiàng)目。假如按照“7D法”設(shè)計(jì)了一個(gè)原型，同時(shí)最終進(jìn)入了產(chǎn)品(大多數(shù)原型差不多上如此)，然后要選擇比第一個(gè)切片更認(rèn)真地選擇第二個(gè)切片。假如這些切片不能成功地集成在一起，假如他們不支持我們?cè)谕诰虿襟E發(fā)覺(jué)的企業(yè)宗旨和意圖，那么整合彼此只會(huì)遇到困難，在某些情形下，甚至全然不可能。開(kāi)發(fā)數(shù)據(jù)軌道開(kāi)發(fā)步驟要緊有兩個(gè)部分：第一個(gè)