数据仓库基础之数据的区别，用户与监控

• 数据可信度差。

• 效率低。

• 加大数据理解难度。

为了让数据更好的使用，这些问题亟需解答。首先我们来对比一下线上数据与决策支持系统(DSS)需求的数据的差别。

• 操作数据与分析数据
  线上数据，是原子的，状态数据，反应的是用户当前时刻的状态。而DSS系统需要的，不仅是当前时刻的状态数据，还需要历史中的数据。
  关于过程数据与历史数据，我们以银行存款为例进行说明(如图1)

  

  无论什么时刻，我们在线上系统，只能查询到当前时刻的状态，比如日期1003查到攻城锤有100元存款，过去的时间里，攻城锤有多少钱是不得而知的，当前的状态，是分析的一部分，而变化的历史，也是分析的重点。

  
  

• 用户是谁？
  数据仓库的用户是分析师。分析师是什么人呢？他们主要工作是定义规则(数据处理规则，指标计算规则等)，以及根据数据发现业务发展中的信息，得出结论，给出建议。
  为了给分析师提供数据服务，需要知道分析师的做事特点，即:"先给我看一下我说我想要的东西，我才能知道我真正想要什么"。这句话的意思是，分析是逐步进行的，没有哪个分析师能在刚开始就决定好分析的方式以及内容，需要一次次的调整，才能得到最终的需求。所以分析师提需求特别是改需求的时候，不要打分析师(^_^)。

• 监控
  数据进入数据仓库，变成数据资产，监控数据资产是管理数据仓库的基本能力，通过对监控我们能获取到很多重要的信息，为我们建设数据包括硬件计划都有意义。举其中重要的内容为例:

• 发生了哪些增长，在什么位置/以什么速率发生增长

• 哪些数据被使用

• 数据被使用频次

• 数据服务的响应时间 当数据仓库的建设人员都无法回答这些问题时，那高质量的数据建设是不可能成功的。
监控数据仓库，通过数据的增长，我们可以评估存储空间的使用情况，什么时候耗尽，需要申请多少资源，数据的生命周期怎么确定，过期数据的处理办法。防止存储空间被占满导致数据不可用。
当然，随着这些年科技发展，存储介质价格越来越低，数据存储的周期也越来越长了。这方面的困扰少了很多。
同时，根据数据的使用情况，对数据进行调整，重要/常用的数据单独建设。为数据仓库迭代发展提供支持。
由于监控的重要性，数据仓库的两个重要的工具:元数据，质量监控，在这个环节发挥了强大的作用，下一节我们来讲一下数据仓库的工具系统，包含另外两个系统，朋友们都知道是什么么？

• 小结
  DSS的需求以及数据处理逻辑的发展，线上OLTP数据与DSS需求数据有差异，需要单独建设，在建设的时候需要了解用户是谁，用户关注什么。并且对数据进行良好的监控。