從RDB DB DDB DW到DC的幾篇文章學(xué)習(xí)

從RDBDBDDBDW到DC的幾篇文章學(xué)習(xí)2012-07-2910:16:50分類：IT職場從RDBDBDDBDW到DC

實時數(shù)據(jù)庫

數(shù)據(jù)庫文檔數(shù)據(jù)庫數(shù)據(jù)倉庫數(shù)據(jù)中心

--

數(shù)據(jù)倉庫的建設(shè)是一個巨大的工程，按照倉庫的理論思想和我自己實際的倉庫建設(shè)過程，我覺得數(shù)據(jù)倉庫最好分為六層的設(shè)計思想來構(gòu)建和實施：

一，源數(shù)據(jù)層

源數(shù)據(jù)層的目的是為數(shù)據(jù)倉庫提供數(shù)據(jù)來源，它的數(shù)據(jù)來自于倉庫外部，如企業(yè)各應(yīng)用系統(tǒng)，各部門的源數(shù)據(jù)，企業(yè)的外圍數(shù)據(jù)，如行業(yè)標準等。這些數(shù)據(jù)的特點是：

1，它們是動態(tài)的，數(shù)據(jù)可能隨時間變化。

2，它們是面向應(yīng)用，面向業(yè)務(wù)的。

3，它們是明細的，數(shù)據(jù)粒度是最低的。

4，它們是固定的，在倉庫建設(shè)過程中，不允許干系人更改它們。

5，它們是形式多樣化的，可能以多種新式出現(xiàn)（如file,dbtable,dataset,xml,sap,xls等)。

6，它們的物理位置的多樣性，數(shù)據(jù)可能在一臺機器上，也可能在一個局域網(wǎng)類，也可能在internet上。

7，它們生成的多樣性，我們可能每天都到一個固定的地方獲取它們，也可能是臨時的，跟政策相關(guān)的，經(jīng)協(xié)商后產(chǎn)生并提供給倉庫用的。

源數(shù)據(jù)層中數(shù)據(jù)的生命周期：在數(shù)據(jù)倉庫建設(shè)過程中，我們只要向它們?nèi)?shù)就行，不用考慮其生命周期。

在數(shù)據(jù)從本層到ODS層加工的過程中，我想強調(diào)的有一下幾點：

1，etl工具的使用：

具體情況具體對待，如果源數(shù)據(jù)層的構(gòu)成比較簡單，數(shù)據(jù)量也比較少，加工的時間窗口充足，則為了節(jié)省成本，可以用一些免費的工具，或者自己開發(fā)工具。如果構(gòu)成比較復(fù)雜，數(shù)據(jù)量也很大，為了保證加工的時間窗口，在資金充足的情況下，建議使用datastage,informatic之類的工具，因為它們在異構(gòu)數(shù)據(jù)環(huán)境下的數(shù)據(jù)搬運能力不容小覷。

2，工作內(nèi)容分析：

本階段的工作是ETL的E部分，即數(shù)據(jù)的抽取。當然也包括部分為了更好的抽取而進行的必要數(shù)據(jù)清洗過程。這部分的工作量依賴于源數(shù)據(jù)層的構(gòu)成，源數(shù)據(jù)層中數(shù)據(jù)的規(guī)整程度以及數(shù)據(jù)量的大小。如果源數(shù)據(jù)層構(gòu)成比較復(fù)雜，再加上它數(shù)據(jù)的規(guī)整程度很低，數(shù)據(jù)量又很大，則本層的工作量是相當?shù)拇蟆７駝t，則工作量如其它各層的相當。

舉例說明，在某銀行的數(shù)據(jù)倉庫建設(shè)過程中，一個19GB的數(shù)據(jù)文件入庫時報錯，經(jīng)漫長的分析后，發(fā)現(xiàn)是數(shù)據(jù)中的某個中文漢字的編碼中包含了作為分隔符的‘|’。再如某銀行的數(shù)據(jù)倉庫建設(shè)過程中發(fā)現(xiàn)，某上級單位下發(fā)的非開放式標準的xml類型的數(shù)據(jù)，需要經(jīng)過單獨開發(fā)工具加工處理后才能入ODS層的庫。

二，ODS層

數(shù)據(jù)從源數(shù)據(jù)層經(jīng)過簡單的清洗后，或者不經(jīng)過清洗直接搬運后就到了ODS。

ODS層的功能是：

1，為S_DW層提供數(shù)據(jù)

2，為查詢分析層提供明細數(shù)據(jù)查詢

3，隔離了分析系統(tǒng)與業(yè)務(wù)系統(tǒng)，保證了業(yè)務(wù)系統(tǒng)的安全性，減輕了業(yè)務(wù)系統(tǒng)的壓力。

ODS層數(shù)據(jù)的特點是：

1，數(shù)據(jù)內(nèi)容與源數(shù)據(jù)層完全一樣或基本一致。

2，數(shù)據(jù)是明細的，粒度最低的。

3，數(shù)據(jù)是面向主題存儲的。

4，數(shù)據(jù)是反映歷史變化的

5，數(shù)據(jù)是穩(wěn)定的。

ODS層數(shù)據(jù)的生命周期：一天

數(shù)據(jù)從ODS層加工到S_DW層過程中：

1，etl工具的使用：

建議用procedure,function,UDF等來完成。

1，優(yōu)點是：效率高，軟件費用低，無需額外第三方etl工具的技術(shù)支持。

2，缺點是：不便于開發(fā)，維護；調(diào)度，運行的可監(jiān)控性較差。

2，工作內(nèi)容分析：

本階段的目的是清洗，整合，加工數(shù)據(jù)。對應(yīng)于ETL的T，即加工。由于ODS層的每個表數(shù)據(jù)量都相對較小，故本層中適合做加工處理，多表的關(guān)聯(lián)等。在建好模型的基礎(chǔ)上，本部分的開發(fā)工作量不是太大。本層的數(shù)據(jù)依賴于源數(shù)據(jù)層的數(shù)據(jù)，而且加工處理較多。故數(shù)據(jù)加工時間可能比較大。

三，S_DW層

ODS層的數(shù)據(jù)經(jīng)過清洗，加工，整合后就到了S_DW層，S_DW層其實是從ODS層分解出來的，它是ODS層和DW層之間的一個中間層，它不是必須的，如果數(shù)據(jù)倉庫比較大，比較復(fù)雜，那么建議使用本層，以提高效率。本層的存在相當于用空間來交換時間。

S_DW層的功能是：它為數(shù)據(jù)從ODS層到DW層提供了一個緩沖，相當于一個臨時空間，節(jié)省了FACT表和DIM表生成的時間。

S_DW層數(shù)據(jù)的特點：

1，數(shù)據(jù)的規(guī)整程度較高。

2，數(shù)據(jù)的粒度較低。

3，數(shù)據(jù)是面向主題的。

4，數(shù)據(jù)是反映歷史變化的。

5，數(shù)據(jù)是穩(wěn)定的。

S_DW層數(shù)據(jù)的生命周期：一天

數(shù)據(jù)從S_DW層加工到DW層過程中：

1，ETL工具的使用：

同ODS層。

2，工作內(nèi)容分析：

本階段的目的是把整合后的業(yè)務(wù)數(shù)據(jù)表加工成符合入倉庫規(guī)則的FACT表和DIM表。然后數(shù)據(jù)以FACT表和DIM表的形式入倉庫。對應(yīng)于ETL過程的L，即入倉庫。在建好模型的基礎(chǔ)上，本部分的開發(fā)工作量不是太大。本層的數(shù)據(jù)依賴于ODS層的數(shù)據(jù)，加工處理，整合較少。故數(shù)據(jù)加工時間也較少。四，DW層

當FACT表，DIM表生成后，就可以利用它們按照主題來建CUBE了。CUBE建成后，數(shù)據(jù)倉庫就基本建成了。后繼所需的工作就是每天（增量或全量）刷新CUBE，或者按照需求往倉庫中新增主題，新增CUBE來充實倉庫了。

DW層的功能是：為后繼的基于倉庫的應(yīng)用提供基礎(chǔ)。

DW層數(shù)據(jù)的特點：

1，面向主題

2，穩(wěn)定的

3，反映歷史變化的。

4，集成的。

DW層數(shù)據(jù)的生命周期：倉庫的數(shù)據(jù)規(guī)劃保留期。

數(shù)據(jù)倉庫中的cube加工注意事項：

CUBE的刷新方式：最好使用日增量方式，不然時間會特別慢。CUBE的模型也特別影響CUBE的刷新時間，當CUBE的模型發(fā)生變化時，CUBE必須要全量刷新。另外有個細節(jié)問題須強調(diào)的是，在緯度表中，要有條“未知”記錄來描述一些不太規(guī)整的事實。

五，查詢分析層

就我接觸的，知道的，基于倉庫的應(yīng)用：

1，多維分析層

經(jīng)營統(tǒng)計分析，風(fēng)險分析，績效考核，客戶分析，產(chǎn)品分析等。

它們向cube取數(shù)。

2，二維報表層

提供上級部門必須的報表，如銀監(jiān)局，人行，外管局所必須的報表。

它們可以從dw層取數(shù)

3，信息查詢層

比如某些特殊的報表，需要知道最n的m條記錄的信息，例如想知道今天交易的最大的10比貸款的客戶資料。

準確的說，他們應(yīng)該是從dw或s_dw,或ods層取數(shù)據(jù)。

4，數(shù)據(jù)挖掘?qū)?/p>

我沒有具體做過挖掘，僅僅是知道他們是基于倉庫的應(yīng)用而已。

六，應(yīng)用層

經(jīng)過前面的建設(shè)，我們就可以從信息系統(tǒng)獲取信息了。但是經(jīng)過對DW中信息的分析得出了某些知識后，我們怎么樣去使用這些知識呢？這就是DW信息系統(tǒng)建設(shè)的目的和意義所在。

我參與建設(shè)的銀行信息系統(tǒng)中，較少有涉及到這一層的。下面就以我個人的理解來做表述。

1，應(yīng)用層體現(xiàn)了基于DW的信息系統(tǒng)建設(shè)的目的。

譬如說，我們用多維分析能夠分析出什么樣的結(jié)論？這些結(jié)論能夠幫我們解決什么樣的問題？我們是否在用這些結(jié)論在解決這些問題？數(shù)據(jù)挖掘挖掘出來的知識的正確性有多大？可用程度有多大？它是否在為決策支持等提供服務(wù)？信息查詢中查詢處的信息，我們是怎樣在用它們呢？等等?？傊@些信息，知識，結(jié)論是否能夠在節(jié)省成本，增加利潤，提高績效，規(guī)避或降低風(fēng)險，優(yōu)化企業(yè)業(yè)務(wù)結(jié)構(gòu)，組織結(jié)構(gòu)，客戶構(gòu)成等方面發(fā)揮作用呢？

2，應(yīng)用層應(yīng)為企業(yè)發(fā)展的戰(zhàn)略，戰(zhàn)術(shù)目標以及領(lǐng)導(dǎo)決策提供支持服務(wù)。

譬如說，經(jīng)營統(tǒng)計分析告訴了我們企業(yè)利潤的組成及發(fā)展趨勢。產(chǎn)品分析告訴了我們，客戶分析告訴我們。風(fēng)險分析告訴我們

通過種種分析方法，我們可以知道，企業(yè)應(yīng)該通過開發(fā)什么樣屬性的產(chǎn)品來吸引什么樣的客戶，以以最小的風(fēng)險來謀取最大的利潤。

風(fēng)險分析分析結(jié)論的使用是否真正的了規(guī)避了風(fēng)險?績效考核是否找到績效低下的原因，是否可以找到提高績效的方法？

3，應(yīng)用層應(yīng)為應(yīng)用，業(yè)務(wù)系統(tǒng)提供服務(wù)。

譬如說，在銀行業(yè)務(wù)中，通過查詢分析，我們知道了某客戶是當月存款最大的客戶，那么當此客戶到銀行來辦理業(yè)務(wù)的時候，應(yīng)用層程序就應(yīng)該告訴客戶經(jīng)理可以為該客戶提供的產(chǎn)品。

總結(jié)：

從上面的描述中可以看出，DW的建設(shè)是一個長期的連續(xù)的過程。它是由業(yè)務(wù)驅(qū)動的，也應(yīng)該是驅(qū)動業(yè)務(wù)的，而后者在銀行中的應(yīng)用體現(xiàn)卻不是很充分。

思考：

新應(yīng)用，新業(yè)務(wù)，新產(chǎn)品產(chǎn)生后，倉庫要做哪些變化。

怎樣才能使倉庫的可擴展性強，怎樣使倉庫的架構(gòu)穩(wěn)固。

怎樣使倉庫隨著應(yīng)用數(shù)據(jù)量的增大，應(yīng)用數(shù)的增多，而效率變化不大。

高效實現(xiàn)數(shù)據(jù)倉庫的七個步驟

數(shù)據(jù)倉庫和我們常見的RDBMS系統(tǒng)有些親緣關(guān)系，但它又有所不同。如果你沒有實施過數(shù)據(jù)倉庫，那么從設(shè)定目標到給出設(shè)計，從創(chuàng)建數(shù)據(jù)結(jié)構(gòu)到編寫數(shù)據(jù)分析程序，再到面對挑剔的用戶的評估，整個過程都會帶給你一種與以往的項目完全不同的體驗。一句話，如果你試圖以舊有的方式創(chuàng)建數(shù)據(jù)倉庫，那你所面對的不是預(yù)算超支就是所建立的數(shù)據(jù)倉庫無法良好運作。

在處理一個數(shù)據(jù)倉庫項目時需要注意的問題很多，但同時也有很多有建設(shè)性的參考可以幫助你更順利的完成任務(wù)。開放思維，不斷嘗試新的途徑，對于找到一種可行的數(shù)據(jù)倉庫實現(xiàn)方法來說也是必需的。

1.配備一個全職的項目經(jīng)理或你自己全面負責項目管理

在通常情況下，項目經(jīng)理都會同時負責多個項目的實施。這么做完全是出于資金和IT資源方面的考慮。但是對于數(shù)據(jù)倉庫項目的管理，絕對不能出現(xiàn)一人身兼數(shù)個項目的情況。由于你所處的領(lǐng)域是你和你的團隊之前沒有進入過的領(lǐng)域，有關(guān)數(shù)據(jù)倉庫的一切－數(shù)據(jù)分析、設(shè)計、編程、測試、修改、維護－全都是嶄新的，因此你或者你指派的項目經(jīng)理如果能全心投入，對于項目的成功會有很大幫助。

2.將項目管理職責推給別的項目經(jīng)理

由于數(shù)據(jù)倉庫實現(xiàn)過程實在是太困難了，為了避免自虐，你可以在當前階段的項目完成后就將項目管理職責推給別的項目經(jīng)理。當然，這個新的項目經(jīng)理一定要復(fù)合第一條所說的具有全職性。為什么要這么做呢？首先，從項目經(jīng)理的角度看，數(shù)據(jù)倉庫實施過程的任何一個階段都足以讓人身心疲憊。從物理存儲設(shè)備的開發(fā)到Extract-Transform-Load的實現(xiàn)，從設(shè)計開發(fā)模型到OLAP，所有階段都明顯的比以前接觸的項目更加困難。每個階段不但需要新的處理方法、新的管理方法，還需要創(chuàng)新性的觀點。所以將管理職責推給別的項目經(jīng)理不但不會對項目有損害，還可以起到幫助作用。

3.與用戶進行溝通

這里所講的內(nèi)容遠比一篇文章本身要重要的多。你必須明白，在數(shù)據(jù)倉庫的設(shè)計階段，那些潛在用戶自己也不清楚他們到底需要數(shù)據(jù)倉庫為他們做什么。他們在不斷的探索和發(fā)現(xiàn)自己的需求，而你的開發(fā)團隊也在和客戶的接觸中做著同樣的事情。更加頻繁的與客戶接觸，多做記錄，并讓你的團隊更關(guān)注于項目需求討論的結(jié)果而不是討論的過程本身。

既然你和客戶的交流是為了了解存儲的數(shù)據(jù)是何種類型以及如何有效存儲數(shù)據(jù)，你也許需要（和你的用戶一起）采用一種新的方法觀察數(shù)據(jù)，而不是直接處理數(shù)據(jù)。你可以嘗試從中找出隱藏的信息，比如在一段時期內(nèi)的數(shù)字漲落等。不要試圖追尋項目需求的答案，而是要讓答案找上門來。

4.以技術(shù)/信息庫作為領(lǐng)導(dǎo)

由于數(shù)據(jù)倉庫實施的各個階段都有很大不同，因此你需要有人能起到維持整個項目的連續(xù)進行的作用，不過這個職責并不需要那種全職性。項目實施有三個重要方面：架構(gòu)、技術(shù)和業(yè)務(wù)。將架構(gòu)作為重點可以保證在整個項目中，數(shù)據(jù)倉庫的架構(gòu)從物理層往上，都會受到良好的維護。而我們應(yīng)該將技術(shù)作為重點，因為開發(fā)團隊和關(guān)鍵用戶都在使用他們以前從未用過的工具，必須有人監(jiān)督開發(fā)過程以及工具使用的一致性。

最后，在數(shù)據(jù)倉庫的應(yīng)用過程中浮現(xiàn)出來的業(yè)務(wù)需求必須被詳細分析和記錄，以促機開發(fā)過程持續(xù)下去。如果用戶不能很好的開發(fā)人員以及其它用戶溝通，那么數(shù)據(jù)分析和度量方面的開發(fā)進程就會延期，所以必須有人關(guān)注業(yè)務(wù)方面的開發(fā)，推動開發(fā)進入更高級別。

5.跳出反復(fù)修改程序的陷阱

第一次實現(xiàn)的數(shù)據(jù)倉庫肯定不會是最終交付的版本。為什么呢？實際上在真正見到產(chǎn)品前，你無法確定的知道自己的目標是什么?；蛘哒f，最終用戶只有在使用數(shù)據(jù)倉庫產(chǎn)品一段時間后，才能明確告訴你這個產(chǎn)品是不是他所希望的。與你以往處理的項目不同，業(yè)務(wù)智能還處于發(fā)展的初期，每個公司對業(yè)務(wù)智能都有不同的解釋，因此你的項目決不會一次成功。

為了以正確的格式獲得數(shù)據(jù)，你需要在不斷變化的狀況中摸索前進。BI具有很強的個性，不同的環(huán)境、不同的市場以及不同的企業(yè)都有不同的BI。這又代表什么呢？這表示你需要把數(shù)據(jù)庫管理員放在一個消息相對封閉的環(huán)境中，不要讓他知道數(shù)據(jù)倉庫的數(shù)據(jù)結(jié)構(gòu)以及ETL程序在不斷的改變。對此沒有別的辦法。這樣可以減輕你和DBA所承受的壓力。

6.對大量的前端資源進行數(shù)據(jù)源分析

在數(shù)據(jù)倉庫實現(xiàn)過程中，你不得不在舊有的數(shù)據(jù)中艱難跋涉，這些數(shù)據(jù)來自老的數(shù)據(jù)庫、老的磁帶機以及遠程的數(shù)據(jù)。它們中的大部分都凌亂不堪，并且難以獲取。你要對這些數(shù)據(jù)進行大量處理，并且還要設(shè)計ETL程序來尋找其中的有用信息。如果你希望整個項目做起來比較順利，并且找到一種方法能夠一次成功，那就需要你的開發(fā)人員必須花費足夠的時間來充分研究這些舊有數(shù)據(jù)，將凌亂的數(shù)據(jù)規(guī)則化，并盡力設(shè)計和實現(xiàn)強壯的數(shù)據(jù)采集和轉(zhuǎn)換過程。數(shù)據(jù)倉庫的ETL部分會占用整個項目資源的百分之八十，所以一定要確定你的資源都用在刀刃上了。

將人際關(guān)系處理放在首位

在數(shù)據(jù)倉庫實現(xiàn)過程中真正的地獄不是來自技術(shù)或者開發(fā)方面，而是來自你周圍的人。你也許會遇到一個對項目并不樂觀而又沒時間聽你陳述的領(lǐng)導(dǎo)。你也許會遇到一些開發(fā)人員將進度拖延太長時間還抱怨為什么不能用老方法實施。你也許還會遇到一些抱有不切實際的幻想的用戶，他們希望輕點鼠標就能實現(xiàn)想象中的功能，但卻不愿在他們那邊多做些智力投資，更好的培訓(xùn)他們自己的員工。而你也已經(jīng)疲憊不堪，鼓勵投資，以及在開發(fā)團隊和用戶（甚至老板）中推廣新的開發(fā)技巧。

總之你要保持微笑。當一切搞定，你的煩惱也就一掃而空了，笑到最后才笑得最輕松。

數(shù)據(jù)倉庫開發(fā)過程中的七個禁忌

過去我們一直使用的OLTP技術(shù)也許隱藏著許多嚴重的缺陷。數(shù)據(jù)倉庫的實現(xiàn)并不是一個簡單的任務(wù)，你會發(fā)現(xiàn)以前積累下來的豐富經(jīng)驗，并不適合處理每個數(shù)據(jù)倉庫的獨特需求。

下面列出的條款是你在實現(xiàn)數(shù)據(jù)倉庫過程中一定會面對的問題，其中一些看起來并沒有想象中那么嚴重，但是你還是應(yīng)該盡量避免出現(xiàn)類似問題。數(shù)據(jù)倉庫并不是一個事務(wù)處理系統(tǒng)，它沒有一定的標準也不會實現(xiàn)某個特定的應(yīng)用，但它本質(zhì)上是非常有組織性的?？傊總€公司所建立的數(shù)據(jù)倉庫都是唯一的，并且每一次數(shù)據(jù)倉庫的實現(xiàn)方法都不是一成不變的。在實現(xiàn)數(shù)據(jù)倉庫時需要注意的不單是"應(yīng)該如何作"，更要注意"不該如何做"。下面就是我們總結(jié)的七點"不該如何作"。

1.不要編寫自己無法快速修改的代碼

你所要編寫的程序主要用于數(shù)據(jù)分析，而不是處理事務(wù)。而你的用戶也并不真正知道他們自己真正想要一個什么樣的程序。因此你不得不反復(fù)修改代碼好幾次，才會明白用戶到底需要一個什么樣的程序。如果你編寫的程序具有良好的結(jié)構(gòu)和靈活性，就算需要修改也不會太浪費力氣。反之，你會被自己累死。

2.不要使用無法修改的數(shù)據(jù)庫訪問API

在過去，你的數(shù)據(jù)庫可以為大量的客戶提供穩(wěn)定的數(shù)據(jù)查詢服務(wù)。而如今，你的程序必須能夠應(yīng)付更多的數(shù)據(jù)查詢。這使得重新改寫程序以使得每個查詢請求能得到最大的數(shù)據(jù)量成為勢在必行的工作，而一般來說這種代碼修改都不會一次成功，所以只有選擇合適的可以修改的API，才能使程序盡快適應(yīng)新的需求。

不要設(shè)計任何無法擴展的東西

在聯(lián)機處理過程（OLTP）應(yīng)用中，數(shù)據(jù)分析并不是一個真正的應(yīng)用程序。實際上，數(shù)據(jù)分析的關(guān)鍵是獲取大量舊的數(shù)據(jù)，從中提取數(shù)據(jù)模型，并以此模型推斷出新的信息。而你所編寫的訪問潛在信息的代碼應(yīng)該具有可擴展性，可以附加新的數(shù)據(jù)。千萬別在支持數(shù)據(jù)分析的代碼中假定數(shù)據(jù)都是固定格式的。

不要附加不必要的功能

一個倉庫要做的是恰到好處的服務(wù)，用戶走進倉庫，從貨架上取得自己所需得信息，僅此而已。由于業(yè)務(wù)智能、分析以及規(guī)律性的問題都有各自的處理程序，因此你的客戶唯一的需要就是獲取信息。他們需要一種應(yīng)用環(huán)境，可以讓他們快速的從數(shù)據(jù)倉庫中取得分析過程所需的數(shù)據(jù)，而不論這個數(shù)據(jù)是什么樣子的。也許你想幫助他們精煉一下獲得的數(shù)據(jù)，但最好不要這么做。一定要記住，不要給客戶的數(shù)據(jù)分析程序添加任何會影響數(shù)據(jù)訪問性能的功能。

5.不要簡化數(shù)據(jù)清除和數(shù)據(jù)源分析的步驟

在實現(xiàn)數(shù)據(jù)倉庫過程中最應(yīng)該注意的地方就是為Extract-Transform-Load機制分析數(shù)據(jù)源，以及為優(yōu)化負載而清除數(shù)據(jù)。安全的做法是假設(shè)項目經(jīng)理在這個階段會需要整個項目資源的一半以上。相反，如果你在這方面進行了簡化，稍后肯定會后悔。所以就算系統(tǒng)工作緩慢，也不要簡化清理舊的數(shù)據(jù)的過程。

6.不要避免顆粒度和分區(qū)問題

在數(shù)據(jù)倉庫設(shè)計過程中有兩個最大的數(shù)據(jù)存儲問題，第一是如何給轉(zhuǎn)換數(shù)據(jù)定位一個恰當?shù)念w粒度等級，第二是如何將數(shù)據(jù)絕對的分區(qū)。為什么這兩點問題如此重要呢？因為整個數(shù)據(jù)倉庫的響應(yīng)能力受顆粒度影響，并且數(shù)據(jù)訪問的效率直接與數(shù)據(jù)分區(qū)性能有關(guān)。因此這是具有關(guān)鍵性的工作，不要試圖避免面對這些問題。

7.不要在沒考慮業(yè)務(wù)問題前就使用OLAP

用戶在親眼見到程序前通常都不知道自己到底想要個什么樣的程序。因此他們的觀點有不少錯誤，比如他們希望分析結(jié)果會忠實反應(yīng)性能度量，或者希望程序會使他們部門或公司的業(yè)務(wù)工作有所不同。而你必須跳出自己的職責范圍，從IT管理者的角度考慮用戶部門直至整個企業(yè)的運行方式，才能在開發(fā)過程中避免這類問題。在通常的OLTP開發(fā)中，你可以比較方便的理解業(yè)務(wù)流程。而在聯(lián)機分析處理（OLAP）領(lǐng)域，任何事情都需要親自考察，而在你周圍工作的人也許并不會發(fā)現(xiàn)你對業(yè)務(wù)方面存在的誤解。因此，不要自以為已經(jīng)了解了足夠的信息。不斷的詢問才能使你真正了解"業(yè)務(wù)智能"中的"業(yè)務(wù)"到底是什么樣子的

順利開發(fā)數(shù)據(jù)倉庫的七種思路

對于大多數(shù)IT顧問來說，實現(xiàn)一個數(shù)據(jù)倉庫的難度比以前做過的任何項目難度都要大。考慮到不同的數(shù)據(jù)結(jié)構(gòu)、用途以及應(yīng)用程序開發(fā)方法，以前所積累的經(jīng)驗和技巧大部分都無用武之地了。但是只要在你的前進道路上稍加修正，你就會發(fā)現(xiàn)實現(xiàn)一個數(shù)據(jù)倉庫并不是難事，就算你是第一次實現(xiàn)數(shù)據(jù)倉庫也沒問題。

下面列出了數(shù)據(jù)倉庫實施過程需要考慮的步驟，有一些你可能從來沒有意識到，而另一些可能已經(jīng)在實施過程中使用到了，但是重新思考一番也許你會有更多的領(lǐng)悟。開放思維，不斷嘗試新的途徑，找到一種可行的數(shù)據(jù)倉庫實現(xiàn)方法。

1.再三考慮應(yīng)用程序的實現(xiàn)方法

數(shù)據(jù)倉庫并不涉及事務(wù)處理，并且在報表方面也僅占一小部分。而數(shù)據(jù)倉庫應(yīng)用程序的本質(zhì)是分析，尤其是針對業(yè)務(wù)智能的分析。BI并不是通常所說的數(shù)據(jù)：它是一種從舊有數(shù)據(jù)中,模型化得到的新的數(shù)據(jù)。那么如何才能從舊有數(shù)據(jù)中挖出這些新數(shù)據(jù)呢？事實上，這個工作不是讓你來完成的，而是你的客戶所要完成的。從項目主管的角度看，應(yīng)該有一個經(jīng)驗豐富的數(shù)據(jù)表格設(shè)計師與你合作，進而決定如何將各類程序融合在一起。其中所遇到的最主要的挑戰(zhàn)將是如何用新的方法觀察數(shù)據(jù)，這也是你的客戶正在試圖使用的方法。

創(chuàng)建抽象的、良好部署的數(shù)據(jù)庫訪問組件

在過去你接觸過的數(shù)據(jù)庫項目和現(xiàn)在的數(shù)據(jù)倉庫之間，有一點絕對不同，那就是：在OnlineTransactionProcessing（OLTP）環(huán)境中，用戶數(shù)量非常大，但使用到的數(shù)據(jù)卻比較少；而在OnlineAnalyticalProcessing（OLAP）環(huán)境中情況卻正好相反，少量的用戶在使用大量的數(shù)據(jù)。而你的工作就是編寫一個應(yīng)用程序來優(yōu)化這種不同。這里有一個線索：在你所有的分析程序中，都要能抓取連續(xù)的數(shù)據(jù)項，這樣在以后建立和訪問的數(shù)據(jù)結(jié)構(gòu)中才能存放與原數(shù)據(jù)物理結(jié)構(gòu)類似的數(shù)據(jù)。具體如何實現(xiàn)呢？首先不要規(guī)格化數(shù)據(jù)。第二將其放入數(shù)組中最小化讀取請求數(shù)。按照這種方法，DBA會很樂意與你合作。

3.保持松散

現(xiàn)在回頭看看第一步，你應(yīng)該可以理解定義一個分析程序不是件簡單事了，而且一般情況下，很難在第一次就實現(xiàn)符合要求的最終產(chǎn)品。而在你將要進行分析的數(shù)據(jù)結(jié)構(gòu)上同樣存在這種問題。一句話，實現(xiàn)過程會有很多變數(shù)，你需要不斷的改動你的程序。通常我們都希望將改動次數(shù)降到最低。在一個數(shù)據(jù)倉庫實現(xiàn)過程中，本質(zhì)是要分析過程毫無差錯，這也需要DB