數(shù)據(jù)倉庫技術(shù)與其在金融行業(yè)的應用(編輯修改稿)
2024-08-09 23:29 本頁面
【文章內(nèi)容簡介】 表或者邏輯視圖組成。業(yè)務人員既可以訪問多維立方體，也可以訪問中央數(shù)據(jù)倉庫內(nèi)的小結(jié)表或者邏輯視圖。這些分析主要針對預先定義的業(yè)務需求，并且粒度比較粗?；贠LAP服務器的數(shù)據(jù)集市比基于RDBMS的數(shù)據(jù)集市要容易維護得多，當然規(guī)模也相對較小。 集中式結(jié)構(gòu)的企業(yè)級數(shù)據(jù)倉庫中央數(shù)據(jù)庫采用符合數(shù)據(jù)庫范式理論(一般為第三范式)的存儲模型來保存基礎數(shù)據(jù)，從而為整個企業(yè)提供一致的信息視圖。上面說明的數(shù)據(jù)集市主要針對粒度較粗、預先定義的分析需求，對于動態(tài)的業(yè)務查詢、粒度較細的或者針對基礎數(shù)據(jù)的分析需求則由中央數(shù)據(jù)庫提供。因此業(yè)務人員可以直接訪問到最基礎的詳細數(shù)據(jù)，特別是高級業(yè)務分析師，將更頻繁地基于詳細數(shù)據(jù)進行分析，以便挖掘出內(nèi)在的、隱含的業(yè)務規(guī)則，幫助企業(yè)主管更好地進行業(yè)務決策。 在中央數(shù)據(jù)庫中還設立了一個數(shù)據(jù)轉(zhuǎn)換與緩沖區(qū)(Data Staging Area)，作為ETL（抽取轉(zhuǎn)換裝載機制）處理的一部分。由于在很多數(shù)據(jù)倉庫的ETL處理流程中，需要對源數(shù)據(jù)作一些比較復雜的轉(zhuǎn)換與清洗工作，如果僅借助于ETL工具實現(xiàn)這種轉(zhuǎn)換與清洗，由于沒有數(shù)據(jù)庫的支撐(ETL工具均在數(shù)據(jù)庫之外運行)，經(jīng)常會產(chǎn)生比較嚴重的性能問題。于是在一些系統(tǒng)中增加一個ODS(Operational Data Store)層來進行數(shù)據(jù)的整理，但這就像設立基于RDBMS的數(shù)據(jù)集市一樣，將大大增加整體投資和管理復雜性。理想的方法是，在中央數(shù)據(jù)庫中設置一部分存儲空間來作為數(shù)據(jù)轉(zhuǎn)換與緩沖區(qū)，借助數(shù)據(jù)倉庫引擎強
外語相關推薦
鄂ICP備17016276號-1