資料庫與資料倉儲

資料倉儲用於為決策者提供資訊。為此，資料倉儲必須將來自單位中許多源的資料聚集和合併為一致的資料集，以準確地反映單位的業務運作情況和歷史記錄。

單位通常有多個聯機事務處理 (oltp) 系統來捕獲日常的業務運作情況。這些 oltp 系統很少與資料倉儲同時設計。它們甚至可能是由不同單位設計的，尤其當單位是通過併購得到壯大的情況下。資料庫架構和資料元素標識鍵在資料庫之間通常是不同的。例如，被收購公司的 oltp 中的客戶表可能包含與收購公司相同的客戶和產品，但使用的標識系統不同。從這些 oltp 系統中析取的資料必須轉換為常用表示法。

已使用多年的傳統系統常常包含不規範的資料和不常見的資料標識設計，而且在查詢上不夠靈活。

對業務分析至關重要的資料甚至可能駐留在個別台式電腦上的個人資料庫和電子**中，尤其當單位是在沒有**資訊科技組的情況下發展壯大的時候。必須將這樣的資料捕獲到資料倉儲中。

資料倉儲中使用的資料來源必須被標識，並且進行技術開發以便從中析取資料。

資料倉儲，是在資料庫已經大量存在的情況下，為了進一步挖掘資料資源、為了決策需要而產生的，它決不是所謂的「大型資料庫」。那麼，資料倉儲與傳統資料庫比較，有哪些不同呢？讓我們先看看w.h.inmon關於資料倉儲的定義：面向主題的、整合的、與時間相關且不可修改的資料集合。

「面向主題的」：傳統資料庫主要是為應用程式進行資料處理，未必按照同一主題儲存資料；資料倉儲側重於資料分析工作，是按照主題儲存的。這一點，類似於傳統農貿市場與超市的區別—市場裡面，白菜、蘿蔔、香菜會在乙個攤位上，如果它們是乙個小販賣的；而超市裡，白菜、蘿蔔、香菜則各自一塊。也就是說，市場裡的菜（資料）是按照小販（應用程式）歸堆（儲存）的，超市裡面則是按照菜的型別（同主題）歸堆的。

「與時間相關」：資料庫儲存資訊的時候，並不強調一定有時間資訊。資料倉儲則不同，出於決策的需要，資料倉儲中的資料都要標明時間屬性。決策中，時間屬性很重要。同樣都是累計購買過九車產品的顧客，一位是最近三個月購買九車，一位是最近一年從未買過，這對於決策者意義是不同的。

「不可修改」：資料倉儲中的資料並不是最新的，而是**於其它資料來源。資料倉儲反映的是歷史資訊，並不是很多資料庫處理的那種日常事務資料（有的資料庫例如電信計費資料庫甚至處理實時資訊）。因此，資料倉儲中的資料是極少或根本不修改的；當然，向資料倉儲新增資料是允許的。

資料倉儲的出現，並不是要取代資料庫。目前，大部分資料倉儲還是用關聯式資料庫管理系統來管理的。可以說，資料庫、資料倉儲相輔相成、各有千秋。

單從概念上講，有些晦澀。任何技術都是為應用服務的，結合應用可以很容易地理解。以銀行業務為例。資料庫是事務系統的資料平台，客戶在銀行做的每筆交易都會寫入資料庫，被記錄下來，這裡，可以簡單地理解為用資料庫記帳。資料倉儲是分析系統的資料平台，它從事務系統獲取資料，並做彙總、加工，為決策者提供決策的依據。比如，某銀行某分行乙個月發生多少交易，該分行當前存款餘額是多少。如果存款又多，消費交易又多，那麼該地區就有必要設立atm了。

顯然，銀行的交易量是巨大的，通常以百萬甚至千萬次來計算。事務系統是實時的，這就要求時效性，客戶存一筆錢需要幾十秒是無法忍受的，這就要求資料庫只能儲存很短一段時間的資料。而分析系統是事後的，它要提供關注時間段內所有的有效資料。這些資料是海量的，彙總計算起來也要慢一些，但是，只要能夠提供有效的分析資料就達到目的了。

補充一下，資料倉儲的方案建設的目的，是為前端查詢和分析作為基礎，由於有較大的冗餘，所以需要的儲存也較大。為了更好地為前端應用服務，資料倉儲必須有如下幾點優點，否則是失敗的資料倉儲方案。

1.效率足夠高。客戶要求的分析資料一般分為日、周、月、季、年等，可以看出，日為週期的資料要求的效率最高，要求24小時甚至12小時內，客戶能看到昨天的資料分析。由於有的企業每日的資料量很大，設計不好的資料倉儲經常會出問題，延遲1-3日才能給出資料，顯然不行的。

2.資料質量。客戶要看各種資訊，肯定要準確的資料，但由於資料倉儲流程至少分為3步，2次etl，複雜的架構會更多層次，那麼由於資料來源有髒資料或者**不嚴謹，都可以導致資料失真，客戶看到錯誤的資訊就可能導致分析出錯誤的決策，造成損失，而不是效益。

3.擴充套件性。之所以有的大型資料倉儲系統架構設計複雜，是因為考慮到了未來3-5年的擴充套件性，這樣的話，客戶不用太快花錢去重建資料倉儲系統，就能很穩定執行。主要體現在資料建模的合理性，資料倉儲方案中多出一些中間層，使海量資料流有足夠的緩衝，不至於資料量大很多，就執行不起來了。

資料庫與資料倉儲

資料庫與資料倉儲

資料庫與資料倉儲

資料倉儲與資料庫

相關推薦