【導(dǎo)讀】needs.thesekeyfeatures.attributemeasures,andsoon..elementoftime.

　　

【正文】 不同應(yīng)用系統(tǒng)的集 成，為統(tǒng)一的歷史數(shù)據(jù)分析提供堅實的平臺，對信息處理提供支持。 按照 Inmon,一位數(shù)據(jù)倉庫構(gòu)造方面的領(lǐng)頭建筑師說，“數(shù)據(jù)倉庫是一個面向主題的、集成的、隨時間變化的、非易失的數(shù)據(jù)的集合，支持管理決策制定?！边@個簡短，但是復(fù)合的定義表述了數(shù)據(jù)倉庫的主要特點。四個關(guān)鍵詞，面向主題的、集成的、時變的、非易失的，將數(shù)據(jù)倉庫與其它數(shù)據(jù)存儲系統(tǒng)相區(qū)別。讓我們進(jìn)下來認(rèn)識它的四個特征。 (1)面向?qū)ο螅簲?shù)據(jù)倉庫是圍繞一些主題，如顧客、供應(yīng)商、產(chǎn)品和銷售組織。數(shù)據(jù)倉庫關(guān)注決策者的數(shù)據(jù)建模與分析，而不是構(gòu)造機(jī)構(gòu)日常操作和 事務(wù)處理。因此，數(shù)據(jù)倉庫排除了在進(jìn)程中提供的沒有價值的決策。 (2)集成的：數(shù)據(jù)倉庫通常由多個數(shù)據(jù)源組成，如關(guān)系數(shù)據(jù)庫、一般文件和聯(lián)機(jī)事務(wù)處理記錄。數(shù)據(jù)清理和數(shù)據(jù)集成技術(shù)被運用于確保命名的合理性、代碼的結(jié)構(gòu)，結(jié)構(gòu)尺度等。 (3)隨時間變化：數(shù)據(jù)被存儲是用來提供變化歷史角度的信息。數(shù)據(jù)倉庫中所包含的關(guān)鍵字，都顯性或隱性的反映時間元素。 (4)非易失性：數(shù)據(jù)倉庫是物理地分離存放數(shù)據(jù)；基于這種分法，數(shù)據(jù)倉庫不需要傳輸進(jìn)程，覆蓋和并發(fā)控制機(jī)制。它通常只需要兩種數(shù)據(jù)訪問：數(shù)據(jù)的初使化裝入和數(shù)據(jù)訪問。 5 總得來說， 數(shù)據(jù)倉庫是一種語義上一致的數(shù)據(jù)存儲，它充當(dāng)了物理決策數(shù)據(jù)模型的實施關(guān)于哪種企業(yè)需要做戰(zhàn)略決策。數(shù)據(jù)倉庫經(jīng)常被認(rèn)作一種結(jié)構(gòu)，由集成的數(shù)據(jù)組合而成，支持結(jié)構(gòu)化和啟發(fā)式查詢、分析報告和決策制定。 “好”，“現(xiàn)在你可以問什么是數(shù)據(jù)倉庫。” 基于以上所講的，我們把數(shù)據(jù)倉庫視為構(gòu)造和使用數(shù)據(jù)倉庫的過程。數(shù)據(jù)倉庫的構(gòu)造需要數(shù)據(jù)集成、數(shù)據(jù)清理和數(shù)據(jù)統(tǒng)一。利用數(shù)據(jù)倉庫常常需要一些決策支持技術(shù)。這使得知識工作者能夠利用數(shù)據(jù)倉庫，快捷方便地得到數(shù)據(jù)總體視圖，根據(jù)數(shù)據(jù)倉庫中的信息做出準(zhǔn)確的決策。有些人使用術(shù)語“建立數(shù)據(jù)庫”表 示構(gòu)造數(shù)據(jù)倉庫的過程，用倉庫 DBMS 表示管理和使用數(shù)據(jù)倉庫。我們將不區(qū)分二者。 “組織是如何從數(shù)據(jù)倉庫中使用數(shù)據(jù)的？”許多組織使用這些信息支持決策活動，包括： (1)增加顧客關(guān)注，包括分析顧客購買模式（如，喜愛買什么、購買時間、預(yù)算周期、消費習(xí)慣） 。 (2)根據(jù)季度、年、地區(qū)的營銷情況比較，重新配置產(chǎn)品和管理投資，調(diào)整生產(chǎn)策略； (3)分析運作和查找利潤源； (4)管理顧客關(guān)系、進(jìn)行環(huán)境調(diào)整、管理合股人的資產(chǎn)開銷。 從異種數(shù)據(jù)庫集成的角度看，數(shù)據(jù)倉庫也是十分有用的。許多組織收集了 不同類的 數(shù)據(jù)，并由多個異種的 、自治的、分布的數(shù)據(jù)源維護(hù)大型數(shù)據(jù)庫。集成這些數(shù)據(jù)，并提供簡便、有效的訪問是非常希望的，并且也是一種挑戰(zhàn)。數(shù)據(jù)庫工業(yè)界和研究界都正朝著實現(xiàn)這一目標(biāo)竭盡全力。 對于異種數(shù)據(jù)庫的集成，傳統(tǒng)的數(shù)據(jù)庫做法是：在多個異種數(shù)據(jù)庫上，建立一個包裝程序和一個集成程序（或仲裁程序）。這方面的例子包括 IBM 的數(shù)據(jù)連接程序 和 Informix 的數(shù)據(jù)刀。當(dāng)一個查詢提交客戶站點，首先使用元數(shù)據(jù)字典對查詢進(jìn)行轉(zhuǎn)換，將它轉(zhuǎn)換成相應(yīng)異種站點上的查詢。然后，將這些查詢映射和發(fā)送到局部查詢處理器。由不同站點返回的結(jié)果被集成為全局回答。這種查 詢驅(qū)動的方法需要復(fù)雜的信息過濾和集成處理，并且與局部數(shù)據(jù)源上的處理競爭資 6 源。這種方法是低效的，并且對于頻繁的查詢，特別是需要聚集操作的查詢，開銷很大。 對于異種數(shù)據(jù)庫集成的傳統(tǒng)方法，數(shù)據(jù)倉庫提供了一個有趣的替代方案。數(shù)據(jù)倉庫使用更新驅(qū)動的方法，而不是查詢驅(qū)動的方法。這種方法將來自多個異種源的信息預(yù)先集成，并存儲在數(shù)據(jù)倉庫中，供直接 查詢和分析。與聯(lián)機(jī)事務(wù)處理數(shù)據(jù)庫不同，數(shù)據(jù)倉庫不包含最近的信息。然而，數(shù)據(jù)倉庫為集成的異種數(shù)據(jù)庫系統(tǒng)帶來了高性能，因為數(shù)據(jù)被拷貝、預(yù)處理、集成、注釋、匯總，并重新組織到一個語義一致的數(shù)據(jù)存儲中。在數(shù)據(jù)倉庫中進(jìn)行的查詢處理并不影響在局部源上進(jìn)行的處理。此外，數(shù)據(jù)倉庫存儲并集成歷史信息，支持復(fù)雜的 查詢。這樣，建立數(shù)據(jù)倉庫在工業(yè)界 就 非常流行。 由于大多數(shù)人都熟悉商品關(guān)系數(shù)據(jù)庫系統(tǒng)，將數(shù)據(jù)倉庫與之比較，就容易理解什么是數(shù)據(jù)倉庫。 聯(lián)機(jī)操作數(shù)據(jù)庫系統(tǒng)的主要任務(wù)是執(zhí)行聯(lián)機(jī)事務(wù)和查詢處 理。這種系統(tǒng)稱為聯(lián)機(jī)事務(wù)處理（ OLTP）系統(tǒng)。它們涵蓋了一個組織的大部分日常操作，如購買、庫存、制造、銀行、工資、注冊、記帳等。另一方面，數(shù)據(jù)倉庫系統(tǒng)在數(shù)據(jù)分析和決策方面為用戶或“知識工人”提供服務(wù)。這種系統(tǒng)可以用不同的格式組織和提供數(shù)據(jù)，以便滿足不同用戶的形形色色需求。這種系統(tǒng)稱為聯(lián)機(jī)分析處理（ OLAP）系統(tǒng)。 OLTP 和 OLAP 的主要區(qū)別概述如下。 （ 1）用戶和系統(tǒng)定位：聯(lián)機(jī)事務(wù)處理是以顧客為導(dǎo)向，用于給客戶和信息技術(shù)專家 傳輸和職員查詢處理。在線分析系統(tǒng)是以市場為導(dǎo)向，用于知識工作者包括管理員、執(zhí) 行官和分析員處理數(shù)據(jù)。 （ 2）數(shù)據(jù)內(nèi)容：聯(lián)機(jī)事務(wù)處理系統(tǒng)管理當(dāng)前數(shù)據(jù)，特別的，都是一些詳細(xì)并且簡單可以用于做決定。在線分析系統(tǒng)管理大量歷史數(shù)據(jù)，提供總結(jié)和聚集的設(shè)備，存儲和管理不同水平的粒度。這些特征使得用戶在做決策上更簡單。 （ 3）數(shù)據(jù)庫的設(shè)計：聯(lián)機(jī)處理系統(tǒng)通常采用實體數(shù)據(jù)模型和應(yīng)用聯(lián)機(jī)系統(tǒng)數(shù)據(jù)設(shè)計。在線分析系統(tǒng)采用 星形或雪花模型和面向主題的數(shù)據(jù)庫設(shè)計。 7 （ 4）視圖：聯(lián)機(jī)事務(wù)處理系統(tǒng)聚焦于當(dāng)前企業(yè)或部門數(shù)據(jù)，而不涉及到歷史數(shù)據(jù)或在不同組織中的數(shù)據(jù)?？偟脕碚f，在線分析系統(tǒng)經(jīng)?？缭皆S多數(shù)據(jù)庫版本，基于組織機(jī)構(gòu) 的改革。在線分析系統(tǒng)同樣處理來自不同組織的數(shù)據(jù)，從大量數(shù)據(jù)存儲中整合信息。由于體積的龐大，在線分析系統(tǒng)在多個數(shù)據(jù)媒體上建立存儲。 （ 5）存儲模式：聯(lián)機(jī)處理系統(tǒng)組成短小，自動交易。如此的一個系統(tǒng)需要并發(fā)控制和恢復(fù)機(jī)制。然而，在線分析系統(tǒng)存儲大部分是只讀的，盡管大部分可以復(fù)雜查詢。 其它區(qū)分聯(lián)機(jī)處理系統(tǒng)和在線分析系統(tǒng)包括數(shù)據(jù)大小，操作的頻率，性能的指標(biāo) 。 ，為什么需要一個分離的數(shù)據(jù)庫？ “既然操作數(shù)據(jù)庫存儲了大量的數(shù)據(jù)”，你也看到了，“為什么不直接執(zhí)行在線分析系統(tǒng)數(shù)據(jù)庫替代花費大量時間和資源去構(gòu)建一個分 離的數(shù)據(jù)庫？ 這種分離的一個主要的原因是可以提高兩個系統(tǒng)的性能。操作數(shù)據(jù)庫是在己知的任務(wù)和負(fù)載設(shè)計的，如果用主關(guān)鍵字索引和散列，檢索特定的記錄和優(yōu)化“罐裝 ”的查詢。另一方面，數(shù)據(jù)倉庫查詢通常是復(fù)雜的。它們涉及了一堆數(shù)據(jù)總括水平的大量運算，它們中的一些需要特殊的算法，存儲和基于多維視圖的實現(xiàn)方法。在線分析系統(tǒng)進(jìn)程查詢在操作數(shù)據(jù)中可能需要降解大量的操作工作。 另外，操作數(shù)據(jù)庫支持幾個交易的并行處理。并行控制和恢復(fù)機(jī)制，比如鎖定和測量，都需要確保交易的一致性和穩(wěn)定性。在線分析系統(tǒng)查詢通常需要對數(shù)據(jù)記錄進(jìn)行只讀訪問 ，以進(jìn)行匯總和聚集。并行控制和恢復(fù)機(jī)制，如果應(yīng)用于聯(lián)機(jī)處理系統(tǒng)，可能會危害控制交易的執(zhí)行，那樣的話，會大大地了降低在線分析系統(tǒng)的吞吐量。 最后，從數(shù)據(jù)倉庫中分離數(shù)據(jù)的操作是基于不同的數(shù)據(jù)結(jié)構(gòu)，內(nèi)容和用法。決策支持系統(tǒng)需要歷史的數(shù)據(jù)，而操作數(shù)據(jù)庫一般不保存歷史數(shù)據(jù)。在這里，在操作系統(tǒng)中的數(shù)據(jù)盡管很多，但對于決策，常常還是不夠的。決策支持系統(tǒng)需要把從異構(gòu)數(shù)據(jù)中得來的數(shù)據(jù)進(jìn)行統(tǒng)一，才能得以高效的查詢，純凈的和集成的數(shù)據(jù)。相比之下，操作數(shù)據(jù)庫包含的不僅僅是原始數(shù)據(jù)，比如交易數(shù)據(jù)，這些數(shù)據(jù)在進(jìn)行分析之前需要統(tǒng) 一。由于兩系統(tǒng)提供的功能不一樣，需要不同類型的數(shù)據(jù)，因此需要維護(hù)分離的數(shù)據(jù)庫。