基础理论：数据仓库DW的辩识
免费下载
基础理论：数据仓库
DW
的辩识
数据仓库的认识误区
提起数据仓库，现在对很多人来说并不陌生，但大多数人并未系统地读过数据仓库的经典
论著，更没有经历过成熟的数据仓库项目，因此无论他们仅仅限于探讨有关数据仓库的话
题，还是尝试数据仓库的项目，往往不解数据仓库的真谛，尝试的项目很可能是无疾而终，
甚至连数据仓库的基本概念都没有真正理解。
数据仓库是现在越来越热的话题，但大多数人，无论是客户还是开发商，往往在不明确、
不成熟的数据仓库需求与不清晰、不深刻的数据仓库知识间徘徊。一方面，很多客户积累
了大量的业务数据，总想从中得到些什么，甚至有了一些具体的想法，另一方面，一些软
件开发商在潮流的推动下，找来一些有关数据仓库的书，也学用一些有关数据仓库的软件
工具，在数据仓库项目上跃跃欲试。学费总是要花的，数据仓库的项目也是这样。但与一
些
IT
技术项目不同的是，这次学费是花了，但怎么不见迅速长进？近些年
,
我们在国内遇
到不少这样的事，客户与开发商开始是热情高涨，双方不仅投入了不菲的金钱和人力，但
结果与期望相差甚远。因此，有些人甚至开始怀疑数据仓库的技术的可行性及有效性了。
确实，从朴素意义上讲，做好哪一件也不容易，往往需要对真理的不断追求与对实践的不
断尝试，做好数据仓库是在啃一块硬骨头。我们的体会是，首先以源头开始，扎扎实实地
走每一步。急功近利的做法，跨越式地发展，尤其在数据仓库方面是终究要跌跟头的，因
为这些想法与做法不符合客观事物发展的规律！科学的数据仓库技术发展的步骤是，首先
学习数据仓库的经典知识，然后尽可能地学习数据仓库项目的成熟的技术和经验，甚至不
惜到其发源地和技术领先的国家去求经验，然后不断地自我实践，不断地总结与提高。
我们首先来看看大家在数据仓库概念上有哪些误区吧。
1.
数据仓库是个非常大的数据库。
很多人望文生义，数据既然到了仓库的量级，那肯定是非常大的数据。不错，数据仓库往
往是个海量的数据集，但它不是必要条件。在数据仓库经典定义中，也没有数据仓库是大
数据的概念。实际上，很多好的数据仓库项目，从当今的社会信息规模来看，并不是数据
量很大，但它们确实给业务分析带来了很好的效益。因此评价一个数据仓库，从来没有用
大小来衡量的。
2.
数据仓库是将所有的业务数据存在一起的。
数据仓库的一个目标是将分散的业务整合在一起的，但它往往是有目的地按分析需去实施
的，并不是将全部的业务数据统统都集成在一起，更不是像有些人完全地将所有的业务数
据集中地存储在一起的，在这里既没有有效地数据整合，也没有按分析需要去集成数据，
只是一个集中式的庞大数据堆。
3.
数据仓库是一次性的工程
我们曾经见过这样一个单位，他们骄傲地告诉我，他们做一个大的数据仓库，这项工程已
经完成了，他们会在需要的时候，到仓库中分析一些数据。开始我们产生了一个疑问，这
些需求不是日常的和周期性的吗？后来我们才知道，他们只是将历史的数据截止到每一个
时间，弄到了一个专用的数据库中了，而且数据流就到此结束了，不再有增量数据规律或
不规律地流进数据仓库中了。我们说这不是真正的数据仓库。
其次我们再从数据仓库项目上看看有哪些误解。
1.
数据模型为什么这么简单
由于许多经历过
IT
项目的人，往往是技术不错的人，对交互型的数据操作系统的概念太深，
往往用
OLTP
的思维方式去看待数据仓库。我们曾经为一个单位设计数据仓库数据模型，
他们的
IT
主管看了很吃惊，“我们这么复杂的业务，分析起来当然也很复杂，你们设计的
数据模型怎么这么简单？”我们不得不解释原因，给他们讲，数据仓库的目的是什么，什么
叫数据仓库的
Star Sehema
，
Snow falake Sehema
。他们还是似懂非懂。其实，相对于复
杂的面向业务和流程的交互型系统来说，数据仓库则主要面向分析，将复杂数据模型转变
简单结构的多维数据模型。
2.
为什么占用这么多的资源存储，太浪费存储空间了。
我们遇到这样一个故事，一位爱找错的
IT
组长报告他的上司，发现了我们将看似相同的数
据存储在多个不同的表中，从而浪费了他们的很多宝贵的存储空间，一时间他们的经理反
问我们，为什么犯这样低级的错误。我们只得解释，数据仓库是面向分析，通常是以存储
空间为代价来换取查询上的性能，而是这些数据虽然存在不同的表中，但它们是不同的，
它们是以不同的数据模型形式和不同的数据颗粒度存在的，这样查询不同量级的数据，节
省了大量的计算时间，可以获得很好的查询性能。于是他们无语，面部露出惊奇的表情。
经典的数据仓库
好了，现在我们开始追溯经典，看看经典的数据仓库是什么样子的。
按照经典定义，数据仓库是一个基于历史数据的，逻辑数据整合的，不断增长的，满足特
定目标的数据集合。什么是成熟的数据仓库和数据仓库项目？成熟表现在哪些方面？我们
说，首先数据仓库项目开发商要成熟，其次数据仓库项目的客户要成熟，最后是开发数据
仓库项目的时机要成熟。
1.
数据仓库项目开发商成熟
1.1
数据仓库项目开发商对数据仓库的核心知识和理论认识要成熟。
这时开展数据仓库项目最基本的要求了。如果开发商对数据仓库的经典概念搞不透彻，那
将是太可怕了。首先大家要从数据仓库的论著开始读起，如美国的
Kimballl
的数据仓库，
Innon
的数据仓库等等。读了还不行，还要写作业，有条件的到美国或加拿大来一趟，多
看看成功的数据仓库项目，找找资深人士取取经。同时也不断博览群书，看看不同的书的
区别是什么，哪些人讲的有道理。总而言之，要像唐僧那样去追求真理。
1.2
数据仓库项目开发商运用的数据仓库的技术手段要成熟
of 5
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论