【正文】 加載。所以必須采用在抽取時(shí)以文件的方式進(jìn)行數(shù)據(jù)的清洗、抽取、組合等轉(zhuǎn)換工作。(2)數(shù)據(jù)轉(zhuǎn)換技術(shù)和策略根據(jù)實(shí)際情況，數(shù)據(jù)轉(zhuǎn)換工作一般會(huì)在以下幾個(gè)環(huán)節(jié)中具體實(shí)現(xiàn)：u 在抽取過(guò)程中進(jìn)行數(shù)據(jù)處理。 數(shù)據(jù)轉(zhuǎn)換(1)數(shù)據(jù)轉(zhuǎn)換的主要功能數(shù)據(jù)轉(zhuǎn)換是指對(duì)從業(yè)務(wù)系統(tǒng)中抽取的源數(shù)據(jù)根據(jù)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)模型的要求，進(jìn)行數(shù)據(jù)的轉(zhuǎn)換、清洗、拆分、匯總等處理，保證數(shù)據(jù)按要求裝入數(shù)據(jù)倉(cāng)庫(kù)。原則5：控制流程類(lèi)的信息，不需要沉淀，如：審批過(guò)程類(lèi)信息。數(shù)據(jù)抽取的時(shí)機(jī)，必須盡可能避開(kāi)業(yè)務(wù)系統(tǒng)的高峰時(shí)段，聯(lián)通通常在00:0003:00對(duì)數(shù)據(jù)進(jìn)行抽取。u 對(duì)于業(yè)務(wù)系統(tǒng)性能要求較高、業(yè)務(wù)量大、不能影響系統(tǒng)性能的系統(tǒng)，一般應(yīng)當(dāng)采用高性能的數(shù)據(jù)抽取接口，比如：專(zhuān)用數(shù)據(jù)庫(kù)驅(qū)動(dòng)接口、OLEDB接口等。抽取出來(lái)的數(shù)據(jù)需要經(jīng)過(guò)轉(zhuǎn)換，采取同步或異步的方式加載到數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)中，來(lái)滿(mǎn)足總部數(shù)據(jù)的統(tǒng)一規(guī)范。數(shù)據(jù)倉(cāng)庫(kù)典型的建設(shè)方法有兩種：一種是自頂向下，首先建立全局級(jí)的數(shù)據(jù)倉(cāng)庫(kù)，然后從中抽取數(shù)據(jù)建立面向各個(gè)部門(mén)的數(shù)據(jù)集市這種方法，所有數(shù)據(jù)在進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)前進(jìn)行清洗和轉(zhuǎn)換，能夠保證數(shù)據(jù)的一致性，這種架構(gòu)一般適用于相對(duì)獨(dú)立集中或規(guī)模較小的企業(yè)；另一種是自底向上的建設(shè)方法，即首先建立一個(gè)或幾個(gè)數(shù)據(jù)集市，分布實(shí)施現(xiàn)解決企業(yè)面臨的局部問(wèn)題，然后再?gòu)膫€(gè)數(shù)據(jù)集市中抽取數(shù)據(jù)構(gòu)建統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)。邏輯數(shù)據(jù)模型建立一個(gè)統(tǒng)一的、共享的基礎(chǔ)數(shù)據(jù)平臺(tái)，為各個(gè)業(yè)務(wù)部門(mén)的不同業(yè)務(wù)需求提供一致的、規(guī)范的數(shù)據(jù)，其結(jié)構(gòu)是為了滿(mǎn)足各種不同的分析邏輯的要求而設(shè)計(jì)的。在設(shè)計(jì)通信行業(yè)數(shù)據(jù)倉(cāng)庫(kù)時(shí)，粒度級(jí)別是這樣確定的：如果要對(duì)客戶(hù)交易行為分析，可以確定如下分析維度，交易方式（現(xiàn)場(chǎng)、非現(xiàn)場(chǎng)）、交易手段（互聯(lián)網(wǎng)、電話(huà)、熱鍵、刷卡）、交易時(shí)間等等。表空間名字表空間說(shuō)明用途MIN(M)MAX(M)SYSTEM系統(tǒng)表空間系統(tǒng)X1Y1TEMP1系統(tǒng)臨時(shí)表空間X2Y2TOLS系統(tǒng)應(yīng)用表空間X3Y3USERS系統(tǒng)用戶(hù)表空間X4Y4小計(jì)T1T2TS_ORIGEN_TABLE原始層表事實(shí)表行大小*MIN(行數(shù))行大小*MAX(行數(shù))TS_DC_IDX數(shù)據(jù)中心索引表空間估計(jì)索引項(xiàng)大小估計(jì)索引項(xiàng)大小總計(jì)S1S2表31 數(shù)據(jù)量估算表從表31我們得到了DASD的最大最小估算數(shù)據(jù)和行數(shù)的最大最小估算值，緊接著就是確定數(shù)據(jù)粒度了。通信行業(yè)屬于數(shù)據(jù)密集型行業(yè)，在日常的工作中積累了大量交易、財(cái)務(wù)、賬務(wù)數(shù)據(jù)。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)單位中保存數(shù)據(jù)的細(xì)化或綜合程度的級(jí)別。（7）OLAP服務(wù)器。（6）數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市。元數(shù)據(jù)包括關(guān)鍵字、屬性、數(shù)據(jù)描述、物理數(shù)據(jù)結(jié)構(gòu)、源數(shù)據(jù)結(jié)構(gòu)、映射及轉(zhuǎn)換規(guī)則、綜合算法、代碼、缺省值、安全要求、變化及數(shù)據(jù)時(shí)限等。（2） 設(shè)計(jì)模塊。（5） 前瞻性設(shè)計(jì)原則同時(shí)采用自底向上和自頂向下的方式設(shè)計(jì)模型，其中自頂向下主要基于業(yè)務(wù)需求進(jìn)行模型設(shè)計(jì)，完全覆蓋到所有需求，自底向上主要基于業(yè)務(wù)邏輯而非業(yè)務(wù)需求進(jìn)行模型設(shè)計(jì)，保證在有新需求時(shí)，底層模型能夠?qū)ζ溥M(jìn)行支撐。我們需要將這些變化反映到現(xiàn)有的數(shù)據(jù)倉(cāng)庫(kù)中，這樣就可以部署更新、更好的、用戶(hù)渴望利用的解決方案。某一天，用戶(hù)可能訪(fǎng)問(wèn)舊的數(shù)據(jù)庫(kù)，而第二天他們將訪(fǎng)問(wèn)新的。有時(shí)候，僅僅是需要丟棄和重建，特別是如果數(shù)據(jù)庫(kù)實(shí)例是“規(guī)范建立的”，即沒(méi)有適當(dāng)?shù)募軜?gòu)充分反映企業(yè)的目標(biāo)和意圖。邏輯威脅要復(fù)雜得多，僅僅因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)環(huán)境的自然特性。有時(shí)，當(dāng)業(yè)務(wù)方向和重點(diǎn)變化到了一定的程度，就需要重新進(jìn)入發(fā)掘階段，生命周期將回到原點(diǎn)。數(shù)據(jù)倉(cāng)庫(kù)永遠(yuǎn)不會(huì)結(jié)束。您可能想要逐漸地部署應(yīng)用層，因?yàn)槠髽I(yè)內(nèi)部的不同人員有不同的等級(jí)。除了開(kāi)發(fā)終端用戶(hù)應(yīng)用程序，不得不制定測(cè)試這些應(yīng)用程序的計(jì)劃，我們需要制定終端用戶(hù)培訓(xùn)計(jì)劃以便用戶(hù)能學(xué)會(huì)如何使用這些應(yīng)用軟件。為了組成通信鏈路的各個(gè)層物理層、數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層以及傳輸層，會(huì)話(huà)和表現(xiàn)層，這樣做是必需的。如果試點(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。MIS報(bào)告常是屏幕顯示，儀表板，和打印副本的形式，它們幫助企業(yè)管理者做出運(yùn)行日常業(yè)務(wù)所需的戰(zhàn)術(shù)決策。同時(shí)需要估算一天的業(yè)務(wù)終端用戶(hù)數(shù)量以及他們使用的應(yīng)用(例如，對(duì)立方體做一個(gè)特別分析，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)存儲(chǔ)的數(shù)據(jù)量。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。在其他任務(wù)中，PM必須確定利益相關(guān)者和用戶(hù)，必須理解他們各自的角色和相應(yīng)的數(shù)據(jù)/視圖 需求。(1)發(fā)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)始的發(fā)掘階段都將失敗。當(dāng)在整理任何數(shù)據(jù)庫(kù)項(xiàng)目計(jì)劃時(shí)，建議以這三個(gè)軌道為模板來(lái)管理和同步活動(dòng)。尤其是對(duì)重要字段進(jìn)行反復(fù)校驗(yàn)，及時(shí)通過(guò)郵件反饋。 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，經(jīng)過(guò)商討，判定當(dāng)前擁有的接口是否滿(mǎn)足需要，或是重新確定新的接口，來(lái)支撐項(xiàng)目的實(shí)施。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。數(shù)據(jù)倉(cāng)庫(kù)理論中的一個(gè)核心理念就是：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。就如同現(xiàn)在的PC機(jī)使用的內(nèi)存，比10年前硬盤(pán)的存儲(chǔ)容量還大一樣。”但是，曾經(jīng)價(jià)格高昂的網(wǎng)格計(jì)算已經(jīng)進(jìn)入各個(gè)組織機(jī)構(gòu)及跨國(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)揮著巨大的作用：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)致地描繪數(shù)字人像以求逼真的效果……對(duì)企業(yè)來(lái)說(shuō)，網(wǎng)格無(wú)疑是極具價(jià)值的工具，未來(lái)幾年，將會(huì)有更多的網(wǎng)格進(jìn)入市場(chǎng)。(3)網(wǎng)格技術(shù)網(wǎng)格計(jì)算因?yàn)樵诮Y(jié)構(gòu)上酷似電力網(wǎng)絡(luò)而得名。而在生物科技方面，Enlight強(qiáng)大的運(yùn)算能力，可以大大縮短生物技術(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。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。速度為10Gbps的Abilene網(wǎng)絡(luò)的平均運(yùn)行速度為1Gbps2Gbps。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(xiàn)電視連接要快800倍。(4)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)計(jì)。這些數(shù)據(jù)集市之間保持一種高度的統(tǒng)一與協(xié)調(diào)機(jī)制，構(gòu)成一個(gè)完整的群體，我把它稱(chēng)作——數(shù)據(jù)集市群。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)，似乎可以先獨(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)模再直接轉(zhuǎn)換為數(shù)據(jù)倉(cāng)庫(kù)。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)中有不少通常并不是必需的。就目前情況而言，能夠建立大型數(shù)據(jù)倉(cāng)庫(kù)的企業(yè)畢竟還局限于有雄厚實(shí)力的大型公司。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展則不是SQL Server的強(qiáng)項(xiàng)。這是一個(gè)相當(dāng)復(fù)雜的問(wèn)題，需要花費(fèi)時(shí)間和精力去確定他們。的全方位視圖，并使企業(yè)可以從任何一個(gè)接觸點(diǎn)上對(duì)客戶(hù)進(jìn)行認(rèn)識(shí)和做出反應(yīng)。就目前的發(fā)展來(lái)看，建立數(shù)據(jù)倉(cāng)庫(kù)有兩個(gè)基本條件：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。（2）存儲(chǔ)和管理數(shù)據(jù)倉(cāng)庫(kù)的真正關(guān)鍵是數(shù)據(jù)的存儲(chǔ)和管理。針對(duì)這一問(wèn)題，人們?cè)O(shè)想專(zhuān)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)……這個(gè)數(shù)據(jù)中心是一個(gè)聯(lián)機(jī)的系統(tǒng)，它是專(zhuān)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(mǎn)足決策支持和聯(lián)機(jī)分析應(yīng)用所要求的一切。 數(shù)據(jù)倉(cāng)庫(kù)發(fā)展方向 數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)生和發(fā)展現(xiàn)在基于業(yè)務(wù)數(shù)據(jù)的決策分析——聯(lián)機(jī)分析處理（OLAP），比以往任何時(shí)候都顯得更為重要。(2) 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。u 記錄根據(jù)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)間安排。l 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(hù)授權(quán)和存取控制）。（4） 提供的功能不同數(shù)據(jù)庫(kù)是為捕獲數(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)。 　　隨時(shí)間變化，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)階段的信息。（7） 非規(guī)范化的DW數(shù)據(jù)可以是而且經(jīng)常是冗余的。（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)是按照一定的主題域進(jìn)行組織。 data warehouse design with ODS, DWD, DWA levels, the horizontally stratified longitudinal domain concept, specific implementation of the establishment, and in late stage provides error emergency measures, data warehouse maintenance and optimization.Keywords： data warehouse, physical model, maintenance and optimization目錄第一章 數(shù)據(jù)倉(cāng)庫(kù)概述 1 本論文采用數(shù)據(jù)倉(cāng)庫(kù)的目的 1 數(shù)據(jù)倉(cāng)庫(kù)的定義和特點(diǎn) 1 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù) 2 元數(shù)據(jù) 3 技術(shù)元數(shù)據(jù) 3 業(yè)務(wù)元數(shù)據(jù) 3 元數(shù)據(jù)的作用 4 數(shù)據(jù)倉(cāng)庫(kù)發(fā)展方向 5 數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)生和發(fā)展 5 數(shù)據(jù)倉(cāng)庫(kù)發(fā)展趨勢(shì) 7 數(shù)據(jù)集市、集市群—行業(yè)的發(fā)展方向 8 基于Internet光處理器計(jì)算機(jī)和GGG技術(shù)的DW 11 14第二章 數(shù)據(jù)倉(cāng)庫(kù)需求分析 15 需求分析原因 15 需求分析階段 15 需求分析成員確立 16 需求會(huì)議 18第三章 數(shù)據(jù)倉(cāng)庫(kù)總體設(shè)計(jì) 19 數(shù)據(jù)倉(cāng)庫(kù)實(shí)施環(huán)境 19 確定數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)的生命周期 19 通訊數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)原則 25 確定數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的結(jié)構(gòu)及各部分的主要功能 26第四章 數(shù)據(jù)倉(cāng)庫(kù)詳細(xì)設(shè)計(jì) 31 邏輯模型設(shè)計(jì) 31 物理模型設(shè)計(jì) 32第五章 數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn) 34 ODS層建設(shè) 34 接口數(shù)據(jù)抽取 34 數(shù)據(jù)抽取策略 35 ODS層的作用 36 DWD層建設(shè) 36 DWD定義 36 實(shí)體選取的原則 36 字段選取的原則 37 數(shù)據(jù)轉(zhuǎn)換 37 數(shù)據(jù)加載技術(shù)及策略 38 DWA匯總層建設(shè) 39 DWA衍生層建設(shè) 40第六章 數(shù)據(jù)倉(cāng)庫(kù)后期運(yùn)維 42 數(shù)據(jù)倉(cāng)庫(kù)測(cè)試 42 分析源文件 42 開(kāi)發(fā)策略和測(cè)試計(jì)劃 42 測(cè)試的開(kāi)發(fā)與執(zhí)行 43 數(shù)據(jù)倉(cāng)庫(kù)后期維護(hù) 43 數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)清理 43 數(shù)據(jù)倉(cāng)庫(kù)模型更改 44 數(shù)據(jù)倉(cāng)庫(kù)性能優(yōu)化 44 調(diào)整數(shù)據(jù)庫(kù)服務(wù)器的性能 44 調(diào)整內(nèi)存分配 44 使用ORACLE的數(shù)據(jù)完整性約束 45 使用數(shù)據(jù)庫(kù)觸發(fā)器 45 使用存儲(chǔ)過(guò)程 46 應(yīng)用程序調(diào)整 46總結(jié) 47致謝 48參考文獻(xiàn) 4949 / 54第一章 數(shù)據(jù)倉(cāng)庫(kù)概述 本論文采用數(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)部已經(jīng)積累了大量的業(yè)務(wù)處理數(shù)據(jù),但是這些數(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。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。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。（3） 數(shù)據(jù)倉(cāng)庫(kù)是不可更新的數(shù)據(jù)倉(cāng)庫(kù)主要是為決策分析提供數(shù)據(jù)，所涉及的操作主要是數(shù)據(jù)的查詢(xún)。 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)已經(jīng)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)保存著與我們的生活息息相關(guān)的各種數(shù)據(jù)。目前，大部分?jǐn)?shù)據(jù)倉(cāng)庫(kù)還是用關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)來(lái)管理的。（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)高層決策人員。(2) 多維數(shù)據(jù)模型這是企業(yè)概念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(lèi)別、數(shù)據(jù)立方體以及數(shù)據(jù)集市中的聚合規(guī)則。 元數(shù)據(jù)管理的主要任務(wù)有兩個(gè)方面：一是負(fù)責(zé)存儲(chǔ)和維護(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)獲取工具、前端工具等之間的消息傳遞，協(xié)調(diào)各模塊和工具之間的工作。 (3)建模工具為非技術(shù)人員準(zhǔn)備的業(yè)務(wù)建模工具，這些工具可以提供更高層的與特定業(yè)務(wù)相關(guān)的語(yǔ)義。但在實(shí)際的操作中，人們卻發(fā)現(xiàn)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)心數(shù)據(jù)查詢(xún)的方便與快捷。數(shù)據(jù)倉(cāng)庫(kù)所要研究和解決的問(wèn)題就是從數(shù)據(jù)庫(kù)中獲取信息的問(wèn)題。u 如何完成對(duì)大量數(shù)據(jù)的存儲(chǔ)和管理u 并行處理能力u 針對(duì)決策支持查詢(xún)的優(yōu)化u 支持多維分析的查詢(xún)模式，這也是關(guān)系數(shù)據(jù)庫(kù)在數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域遇到的最嚴(yán)峻的挑戰(zhàn)之一。 數(shù)據(jù)倉(cāng)庫(kù)發(fā)展趨勢(shì)(1)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)更好的獲取能力推動(dòng)了這種增長(zhǎng)。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)鏈管理、客戶(hù)服務(wù)和商務(wù)性能管理等。數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目跟以前一樣是必需的，但可能會(huì)盡量跟應(yīng)用