【正文】 逐步建立更多的數(shù)據(jù)集市。目前，由于受帶寬的限制，這些應(yīng)用的大規(guī)模部署還很緩慢，而Internet2則能夠滿足這些應(yīng)用對帶寬的需求。 從上個世紀(jì)80年代起，光子計(jì)算機(jī)就成為新一代計(jì)算機(jī)的發(fā)展方向。而與此同時，網(wǎng)絡(luò)和其他行業(yè)發(fā)展帶來的海量數(shù)據(jù)運(yùn)算需要和更快的傳輸需求，將迫使人們不得不尋求革命性的變革。更強(qiáng)大的計(jì)算工作站、驚人的信息傳輸速度、更優(yōu)化的網(wǎng)絡(luò)協(xié)調(diào)機(jī)制，這些無疑都給未來軟件業(yè)的發(fā)展帶來了更廣闊的施展空間。而在解答一系列具體的有關(guān)信息分析的問題的時候，系統(tǒng)處理新數(shù)據(jù)的有效性又會被大大降低。圖24 ETL調(diào)度實(shí)例（5）稽核人員：實(shí)時的對數(shù)據(jù)進(jìn)行詳細(xì)的稽核校驗(yàn)，確保數(shù)據(jù)無誤，能夠及時準(zhǔn)確的上傳至頁面。只有這樣，才有可能對已實(shí)施的數(shù)據(jù)倉庫、企業(yè)的構(gòu)想和宗旨進(jìn)行調(diào)整?？梢允褂脹Q策矩陣，以幫助確定每個三維模型需要包含些什么。應(yīng)用層包括獲取從數(shù)據(jù)倉庫收集到的輸出，通常是MIS報(bào)告和BI分析結(jié)果。圖32 ETL監(jiān)控流程　　技術(shù)軌道的開發(fā)步驟包括審查，測試和選擇產(chǎn)品，并提供其作品的體系結(jié)構(gòu)設(shè)計(jì)。然后應(yīng)用層被部署。隨著業(yè)務(wù)模式的變化，將會需要更新，更好，更靈活，可能更復(fù)雜的用戶應(yīng)用程序，數(shù)據(jù)管理員應(yīng)該能感知到這些要求。并非每一個數(shù)據(jù)庫都可以不斷重構(gòu)或升級，以滿足新的要求。這些新的要求可能會導(dǎo)致擴(kuò)大增強(qiáng)一個或多個軌道的設(shè)計(jì)和解決方案。數(shù)據(jù)倉庫有多個異構(gòu)的內(nèi)部和外部數(shù)據(jù)源，如各個OLAP系統(tǒng)的操作型數(shù)據(jù)、文本文件、HTML文件及知識庫等，各數(shù)據(jù)源的數(shù)據(jù)組織格式可能不一致，所以在這些數(shù)據(jù)進(jìn)入數(shù)據(jù)倉庫之前要進(jìn)行必要的整理加工。這是由于在數(shù)據(jù)倉庫的日常運(yùn)行中，需要不斷監(jiān)控?cái)?shù)據(jù)倉庫的狀態(tài)，包括資源的使用情況、用戶操作的合法性和數(shù)據(jù)的安全性等多個方面。（9）粒度主題中事實(shí)表的數(shù)據(jù)粒度說明，這種粒度可以通過對維的層次限制加以說明，也可以通過對事實(shí)表數(shù)據(jù)的業(yè)務(wù)細(xì)節(jié)程度進(jìn)行說明。以通信行業(yè)的數(shù)據(jù)倉庫系統(tǒng)Oracle作為DBMS，得到數(shù)據(jù)量估算表（見表31）。螺旋式開發(fā)方法將龐大的需求任務(wù)目標(biāo)分成幾個階段，按照問題定義、系統(tǒng)分析、系統(tǒng)設(shè)計(jì)、開發(fā)、實(shí)現(xiàn)、維護(hù)和系統(tǒng)總結(jié)評估的流程來進(jìn)行，通過不斷擴(kuò)大開發(fā)范圍的方式逐步完善數(shù)據(jù)倉庫系統(tǒng)。 接口數(shù)據(jù)抽取接口數(shù)據(jù)抽取就是根據(jù)數(shù)據(jù)倉庫系統(tǒng)數(shù)據(jù)模型的需求，從相應(yīng)的業(yè)務(wù)系統(tǒng)、外數(shù)據(jù)源等中抽取需要的數(shù)據(jù)。完全抽取是抽取業(yè)務(wù)系統(tǒng)中指定業(yè)務(wù)的所有數(shù)據(jù)，建議在兩種情況下采用完全抽取方式：u 數(shù)據(jù)量很小，采用完全抽取方式性能更高時；u 無法分離出增量數(shù)據(jù)時。對于全量數(shù)據(jù)，即可采用時間拉鏈（生效時間和失效時間），也可時間戳方式，或者混合方式如：用戶資料類數(shù)據(jù)。u 對于營業(yè)系統(tǒng)中的開戶等信息，由于歷史原因，各地方移動公司的該部分?jǐn)?shù)據(jù)在關(guān)鍵信息上可能會存在信息不全或部分信息不符合規(guī)則的問題，比如早期開戶的開戶信息可能缺少個人的基本信息(性別、年齡、身份證號碼等)、出生年月不準(zhǔn)確、字段值不符合字段類型要求等，而這些信息對于用戶的分析是極其重要的，尤其是在進(jìn)行多維分析時。u 進(jìn)入數(shù)據(jù)倉庫以后再進(jìn)行數(shù)據(jù)處理。原則2：增加和分析相關(guān)的屬性或集團(tuán)統(tǒng)一編碼。下圖為ODS加工流程圖51 ODS加工流程 數(shù)據(jù)抽取策略數(shù)據(jù)的抽取必須能夠充分滿足數(shù)據(jù)倉庫系統(tǒng)分析及決策支持的需要，同時必須保證不能影響業(yè)務(wù)系統(tǒng)的性能，所以進(jìn)行數(shù)據(jù)抽取時必須充分考慮這些因素，制定相應(yīng)的策略。從技術(shù)角度看，集中式的數(shù)據(jù)倉庫為企業(yè)提供統(tǒng)一的數(shù)據(jù)視圖，數(shù)據(jù)一致性可以得到很好保證，因此許多廠商公司企業(yè)都采用集中的數(shù)據(jù)倉庫方案，然構(gòu)建一個集中數(shù)據(jù)倉庫，不僅耗時，而且費(fèi)力，投入很大，產(chǎn)出效益很緩慢，集中式的數(shù)據(jù)倉庫的存取瓶頸和安全性總究是不容忽視的問題；同時許多大型企業(yè)或公司大多采用總分的組織管理模式，即總公司下設(shè)立了分布各地的下屬分公司，這種模式不僅是現(xiàn)代企業(yè)順應(yīng)業(yè)務(wù)發(fā)展和市場要求的選擇，而且也是實(shí)行區(qū)域差異化發(fā)展的基礎(chǔ)，再次網(wǎng)絡(luò)技術(shù)和并行處理技術(shù)的發(fā)展也為數(shù)據(jù)倉庫技術(shù)發(fā)展提供了空間，由此催生了分布式數(shù)據(jù)倉庫應(yīng)用架構(gòu)。因此，你唯一可行的辦法是猜測，進(jìn)而與DSS分析員交流來確定數(shù)據(jù)粒度級別。面對數(shù)據(jù)倉庫中確定的各主題域，設(shè)計(jì)者要建立若干事實(shí)表，對每一個表中可能存儲的最多和最少數(shù)據(jù)進(jìn)行估算是估算DAS可以以數(shù)量級為估算單位初步估計(jì)行數(shù)的上下限。該模塊為用戶提供一整套數(shù)據(jù)訪問和分析工具，以實(shí)現(xiàn)深層次的綜合分析和決策。轉(zhuǎn)換是保證目標(biāo)數(shù)據(jù)庫中數(shù)據(jù)的一致性，這種不一致的形式是多樣的，為了集成這些不一致的數(shù)據(jù)必須進(jìn)行轉(zhuǎn)換。 確定數(shù)據(jù)倉庫系統(tǒng)的結(jié)構(gòu)及各部分的主要功能數(shù)據(jù)倉庫系統(tǒng)由數(shù)據(jù)獲取、數(shù)據(jù)存儲和數(shù)據(jù)訪問組成。我們必須確定何時風(fēng)險(xiǎn)大于收益，確定哪種計(jì)劃最適合您的情況。每一個潛在的威脅都必須查明和處理。當(dāng)業(yè)務(wù)瓶頸出現(xiàn)時盡可能快地診斷和解決問題。這種遞增的速度和各個組使用數(shù)據(jù)倉庫的次序是包含在部署階段中部署計(jì)劃的一部分。如果這些切片不能成功地集成在一起，如果他們不支持我們在發(fā)掘步驟發(fā)現(xiàn)的企業(yè)宗旨和意圖，那么整合彼此只會遇到困難，在某些情況下，甚至根本不可能。這樣需要足夠的時間來計(jì)劃和測試將如何整合所有這些不同的組成部分。換句話說，該項(xiàng)目將失敗，而不管項(xiàng)目任務(wù)執(zhí)行得有多么完美。不像傳統(tǒng)的數(shù)據(jù)庫在部署后的一段時間里保持相對的不變，數(shù)據(jù)倉庫始終處于不斷的變化之中，以應(yīng)對它所服務(wù)的業(yè)務(wù)環(huán)境的變化。判斷ETL能否成功調(diào)起，所承受的負(fù)載最大值等。為了引入數(shù)據(jù)，我們必須優(yōu)化事務(wù)型數(shù)據(jù)庫。在具體實(shí)施中，IBM全球服務(wù)部和其業(yè)務(wù)合作伙伴一起，共同提供各種與網(wǎng)格有關(guān)的服務(wù)，包括一個網(wǎng)格創(chuàng)新工作室(用于幫助企業(yè)在其業(yè)務(wù)中實(shí)施網(wǎng)格)以及專業(yè)化的行業(yè)專用課程。登茨博士長期致力于光計(jì)算研究。隨著大規(guī)模集成電路工藝的發(fā)展，芯片的集成度越來越高，也越來越接近工藝甚至物理的上限，最終，晶體管會變得只有幾個分子那樣小。信息源數(shù)據(jù)集市信息源數(shù)據(jù)倉庫數(shù)據(jù)集市數(shù)據(jù)集市信息源數(shù)據(jù)集市數(shù)據(jù)集市控制器圖11 獨(dú)立型數(shù)據(jù)集市圖12 從屬型數(shù)據(jù)集市圖13 數(shù)據(jù)集市群 基于Internet光處理器計(jì)算機(jī)和GGG技術(shù)的DW(1)Internet21996年由一些大學(xué)和高科技公司組成的聯(lián)盟開發(fā)的，旨在提供超高速的連接速度，該項(xiàng)目的目標(biāo)是領(lǐng)先于商用互聯(lián)網(wǎng)34年的時間?，F(xiàn)在的業(yè)內(nèi)人士普遍認(rèn)為，從屬型數(shù)據(jù)集市在體系結(jié)構(gòu)上比獨(dú)立型數(shù)據(jù)集市更穩(wěn)定，可以作為數(shù)據(jù)集市未來建設(shè)的主要方向。表11 數(shù)據(jù)集市與數(shù)據(jù)倉庫的區(qū)別數(shù)據(jù)倉庫數(shù)據(jù)集市數(shù)據(jù)來源OLTP、遺留系統(tǒng)、外部數(shù)據(jù)數(shù)據(jù)倉庫范圍企業(yè)級部門級、工作組級主題企業(yè)主題部門或?qū)ｍ?xiàng)主題數(shù)據(jù)粒度最細(xì)粒度較粗粒度數(shù)據(jù)結(jié)構(gòu)3NTF星型、雪片型歷史數(shù)據(jù)大量歷史數(shù)據(jù)適度歷史數(shù)據(jù)優(yōu)化處理海量數(shù)據(jù)、數(shù)據(jù)探索便于訪問分析、快速查詢索引高度索引高度索引數(shù)據(jù)集市可以分為兩種類型:獨(dú)立型數(shù)據(jù)集市和從屬型數(shù)據(jù)集市。數(shù)據(jù)倉庫項(xiàng)目跟以前一樣是必需的，但可能會盡量跟應(yīng)用程序聯(lián)系起來以便于計(jì)算投資回報(bào)率和調(diào)整項(xiàng)目成本。 數(shù)據(jù)倉庫發(fā)展趨勢(1)數(shù)據(jù)倉庫規(guī)模不斷增長所有企業(yè)的數(shù)據(jù)倉庫規(guī)模都將呈指數(shù)增長，數(shù)據(jù)源的增長以及企業(yè)對數(shù)據(jù)更好的獲取能力推動了這種增長。數(shù)據(jù)倉庫所要研究和解決的問題就是從數(shù)據(jù)庫中獲取信息的問題。 (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)的語義。(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、維的類別、數(shù)據(jù)立方體以及數(shù)據(jù)集市中的聚合規(guī)則。目前，大部分?jǐn)?shù)據(jù)倉庫還是用關(guān)系數(shù)據(jù)庫管理系統(tǒng)來管理的。（3） 數(shù)據(jù)倉庫是不可更新的數(shù)據(jù)倉庫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。實(shí)現(xiàn)給通信領(lǐng)域提出了充分利用數(shù)據(jù)倉庫技術(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)域各級主管和業(yè)務(wù)人員的分析需要。（1） 數(shù)據(jù)倉庫是面向主題的操作型數(shù)據(jù)庫的數(shù)據(jù)組織面向事務(wù)處理任務(wù)，而數(shù)據(jù)倉庫中的數(shù)據(jù)是按照一定的主題域進(jìn)行組織。 　　隨時間變化，是指數(shù)據(jù)倉庫內(nèi)的信息并不只是反映企業(yè)當(dāng)前的狀態(tài)，而是記錄了從過去某一時點(diǎn)到當(dāng)前各個階段的信息。l 由操作環(huán)境到數(shù)據(jù)倉庫環(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（用戶授權(quán)和存取控制）。(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。針對這一問題，人們設(shè)想專門為業(yè)務(wù)的統(tǒng)計(jì)分析建立一個數(shù)據(jù)中心，它的數(shù)據(jù)從OLTP系統(tǒng)中來、從外部數(shù)據(jù)源來、從歷史業(yè)務(wù)數(shù)據(jù)中來……這個數(shù)據(jù)中心是一個聯(lián)機(jī)的系統(tǒng)，它是專門為分析統(tǒng)計(jì)和決策支持應(yīng)用服務(wù)的，通過它可滿足決策支持和聯(lián)機(jī)分析應(yīng)用所要求的一切。就目前的發(fā)展來看，建立數(shù)據(jù)倉庫有兩個基本條件：建立數(shù)據(jù)倉庫的行業(yè)有較為成熟的OLTP系統(tǒng)，它為數(shù)據(jù)倉庫提供客觀條件；行業(yè)面臨市場競爭的壓力，它為數(shù)據(jù)倉庫的建立提供外在的動力。這是一個相當(dāng)復(fù)雜的問題，需要花費(fèi)時間和精力去確定他們。就目前情況而言，能夠建立大型數(shù)據(jù)倉庫的企業(yè)畢竟還局限于有雄厚實(shí)力的大型公司。獨(dú)立型數(shù)據(jù)集市的存在會給人造成一種錯覺，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)倉庫。(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)。速度為10Gbps的Abilene網(wǎng)絡(luò)的平均運(yùn)行速度為1Gbps2Gbps。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)配對和基因與多基體配對過程。”但是，曾經(jīng)價(jià)格高昂的網(wǎng)格計(jì)算已經(jīng)進(jìn)入各個組織機(jī)構(gòu)及跨國公司，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：汽車制造商們正實(shí)施更多的模擬程序以使汽車更安全；娛樂公司更細(xì)致地描繪數(shù)字人像以求逼真的效果……對企業(yè)來說，網(wǎng)格無疑是極具價(jià)值的工具，未來幾年，將會有更多的網(wǎng)格進(jìn)入市場。數(shù)據(jù)倉庫理論中的一個核心理念就是：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。 需求分析成員確立（1） 接口規(guī)范人員：用來確定當(dāng)前經(jīng)分能否支撐局方提出的需求，經(jīng)過商討，判定當(dāng)前擁有的接口是否滿足需要，或是重新確定新的接口，來支撐項(xiàng)目的實(shí)施。當(dāng)在整理任何數(shù)據(jù)庫項(xiàng)目計(jì)劃時，建議以這三個軌道為模板來管理和同步活動。在其他任務(wù)中，PM必須確定利益相關(guān)者和用戶，必須理解他們各自的角色和相應(yīng)的數(shù)據(jù)/視圖 需求。同時需要估算一天的業(yè)務(wù)終端用戶數(shù)量以及他們使用的應(yīng)用(例如，對立方體做一個特別分析，或者從關(guān)系數(shù)據(jù)倉庫中取出緩存的報(bào)告)，也要估算數(shù)據(jù)倉庫一年中將會存儲的數(shù)據(jù)量。如果試點(diǎn)或原型是必要的，那么選擇其中的一個切片(slice)作為試點(diǎn)，完成“7D法”的每一步。除了開發(fā)終端用戶應(yīng)用程序，不得不制定測試這些應(yīng)用程序的計(jì)劃，我們需要制定終端用戶培訓(xùn)計(jì)劃以便用戶能學(xué)會如何使用這些應(yīng)用軟件。數(shù)據(jù)倉庫永遠(yuǎn)不會結(jié)束。邏輯威脅要復(fù)雜得多，僅僅因?yàn)閿?shù)據(jù)倉庫環(huán)境的自然特性。某一天，用戶可能訪問舊的數(shù)據(jù)庫，而第二天他們將訪問新的。（5） 前瞻性設(shè)計(jì)原則同時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，底層模型能夠?qū)ζ溥M(jìn)行支撐。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)時限等。（7）OLAP服務(wù)器。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)。在設(shè)計(jì)通信行業(yè)數(shù)據(jù)倉庫時，粒度級別是這樣確定的：如果要對客戶交易行為分析，可以確定如下分析維度，交易方式（現(xiàn)場、非現(xiàn)場）、交易手段（互聯(lián)網(wǎng)、電話、熱鍵、刷卡）、交易時間等等。數(shù)據(jù)倉庫典型的建設(shè)方法有兩種：一種是自頂向下，首先建立全局級的數(shù)據(jù)倉庫，然后從中抽取數(shù)據(jù)建立面向各個部門的數(shù)據(jù)集市這種方法，所有數(shù)據(jù)在進(jìn)入數(shù)據(jù)倉庫前進(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，即首先建立一個或幾個數(shù)據(jù)集市，分布實(shí)施現(xiàn)解決企業(yè)面臨的局部問題，然后再從個數(shù)據(jù)集市中抽取數(shù)據(jù)構(gòu)建統(tǒng)一的數(shù)據(jù)倉庫。u 對于業(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：專用數(shù)據(jù)庫驅(qū)動接口、OLEDB接口等。原則5：控制流程類的信息，不需要沉淀，如：審批過程類信息。(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)換工作一般會在以下幾個環(huán)節(jié)中具體實(shí)現(xiàn)：u 在抽取過程中進(jìn)行數(shù)據(jù)處理。 數(shù)據(jù)加載技術(shù)及策略主要加載技術(shù)：使用數(shù)據(jù)倉庫引擎廠商提供的數(shù)據(jù)加載工具進(jìn)行數(shù)據(jù)加載和通過數(shù)據(jù)倉庫引擎廠商提供的API編程進(jìn)行數(shù)據(jù)加載。u 源數(shù)據(jù)系統(tǒng)平臺不一致：數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)源可能包括基于不同平臺的數(shù)據(jù)庫的數(shù)據(jù)。對于其他的業(yè)務(wù)系統(tǒng)，由于數(shù)據(jù)量相對比較小，可以根據(jù)實(shí)際情況制定相應(yīng)的數(shù)據(jù)抽取策略。典型的源數(shù)據(jù)接口包括數(shù)據(jù)庫接口(ODBC、 OLEDB、專用數(shù)據(jù)庫驅(qū)動接口)和文件接口。這些邏輯數(shù)據(jù)模型的組織規(guī)劃是圍繞通信業(yè)務(wù)活動的主要主題領(lǐng)域進(jìn)行的，是多功能的和集成的，如客戶、產(chǎn)品、賬戶、機(jī)構(gòu)和渠道等。表32是行業(yè)經(jīng)驗(yàn)值。 u 確定數(shù)據(jù)粒度的基本準(zhǔn)則 數(shù)據(jù)倉庫中包含大量數(shù)據(jù)表，這些數(shù)據(jù)表中的數(shù)據(jù)以什么粒度來存儲，會對信息系統(tǒng)的多方面產(chǎn)生影響。目前數(shù)據(jù)倉庫一般基于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，因?yàn)閭鹘y(tǒng)的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)成本和復(fù)雜性低，并且已為廣大企業(yè)所熟悉，而且它能滿足數(shù)據(jù)倉庫應(yīng)用環(huán)境下的大部分功能需求。因?yàn)閿?shù)據(jù)進(jìn)入數(shù)據(jù)倉庫之前必須經(jīng)過檢驗(yàn)，排除可能隱藏的錯誤。隨著時間的推移，生命周期的多次迭代過程會導(dǎo)致數(shù)據(jù)倉庫緊密聯(lián)系于企業(yè)結(jié)構(gòu)，直到數(shù)據(jù)倉庫和業(yè)務(wù)成為無縫的整體。一般來說，退役步驟以如下三種方式之一發(fā)生：沒有更換的退役。