数据仓库概念的简单理?/p>
一个典型的企业数据仓库系统通常包含数据源?/p>
数据存储与管理?/p>
OLAP
服务器以及前端工具与
应用四个部分。如下图所示:
数据源:
是数据仓库系统的基础,是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信
息包括存放于企业操作型数据库中(通常存放?/p>
RDBMS
中)的各种业务数据和办公自动化(
OA
?/p>
?/p>
统包含的各类文档数据?/p>
外部信息包括各类法律法规?/p>
市场信息?/p>
竞争对手的信息以及各类外部统
计数据及各类文档等;
数据的存储与管理?/p>
是整个数据仓库系统的核心。在现有各业务系统的基础上,对数据进行抽取、清理,并有效集
成,
按照主题进行重新组织?/p>
最终确定数据仓库的物理存储结构?/p>
同时组织存储数据仓库元数?/p>
(具
体包括数据仓库的数据字典?/p>
记录系统定义?/p>
数据转换规则?/p>
数据加载频率以及业务规则等信息)
?/p>
按照数据的覆盖范围,
数据仓库存储可以分为企业级数据仓库和部门级数据仓?/p>
(通常称为
“数?/p>
集市”,
Data Mart
)。数据仓库的管理包括数据的安全、归档、备份、维护、恢复等工作。这?/p>
功能与目前的
DBMS
基本一致?/p>
OLAP
服务器:
对分析需要的数据按照多维数据模型进行再次重组,以支持用户多角度、多层次的分析,发现
数据趋势?/p>
其具体实现可以分为:
ROLAP
?/p>
MOLAP
?/p>
HOLAP
?/p>
ROLAP
基本数据和聚合数据均存放?/p>
RDBMS
之中?/p>
MOLAP
基本数据和聚合数据均存放于多维数据库中;?/p>
HOLAP
?/p>
ROLAP
?/p>
MOLAP
的综合,?/p>
本数据存放于
RDBMS
之中,聚合数据存放于多维数据库中?/p>
前端工具与应用:
前端工具主要包括各种数据分析工具、报表工具、查询工具、数据挖掘工具以及各种基于数?/p>
仓库或数据集市开发的应用。其中数据分析工具主要针?/p>
OLAP
服务器,报表工具、数据挖掘工?/p>
既针对数据仓库,同时也针?/p>
OLAP
服务器?/p>
集线器与车轮状结构的企业级数据仓?/p>
这种结构也称为?/p>
Hub
and
Spoke
”,这是因为中央数据库汇集了来自各业务处理系统的数据?/p>
同时也负责向各从属数据集市提供信息,看上去像一?/p>
Hub (
集线?/p>
)
;而业务人员在进行数据?/p>
析与信息访问时将根据需要连接到不同的数据集市,这种交叉复杂的连接看上去就像
Spoke(
车轮
辐条
)
一样?/p>
“Hub
and
Spoke”结构解决了企业内统一数据存储模型的问题,但从实际使用的角
度来看仍有比较严重的缺陷?/p>
一是业务人员对信息的访问非常不方便?/p>
很难进行跨数据集市或跨部
门的信息分析?/p>
另一个问题是每个数据集市都需要相应的软硬件投入,
当数据集市增加时?/p>
系统?