資料倉儲與ODS的區別

我在公司的資料部門工作，每天的訂單類資料處理流程大致如下：

刪除分析資料庫的歷史訂單資料

全量更新訂單資料到分析資料庫。（由於訂單核心資料不大，所以經受得起這麼折騰）

將資料簡單清洗，並生成資料集市層

分析處理，產出報表。當然還有其他的資料也是這麼處理的（比如產品的資料、景區的資料、票種的資料、**商的資料等等）

還有日誌類的資料，這裡不是重點，就不介紹了！這麼幹了一年，發現有如下問題：

資料畢竟是為了市場服務的，所以需求我們要跟上它的節奏，這就對資料系統提出了很大的挑戰，導致資料質量下降、生產效率下降！該怎麼解決哪？在解決這個問題的過程中，逐步發現了一點苗頭：發現我們建立的資料倉儲與它的定義不太符合。下面是資料倉儲的定義：

資料倉儲（data warehouse）：是乙個面向主題的（subject oriented）、整合的（integrated）、相對穩定的（non-volatile）、反映歷史變化（time variant）的資料集合，用於支援管理決策(decision ****** support)。

很明顯我們並不符合相對穩定的和反應歷史變化的兩個條件，因為類似訂單類資料，每天全量更新（原因是同乙個訂單狀態隨著時間會變化，比如今天買了，明天退貨了）。這就明顯不符合想對穩定這一概念了，更別說反應歷史變化了！經過最近的思考，發現自己搭建的系統更符合ods的定義：

ods：是乙個面向主題的、整合的、可變的、當前的細節資料集合，用於支援企業對於即時性的、操作性的、整合的全體資訊的需求。

那麼大家可能會問ods和資料倉儲的區別是什麼哪？答：ods是短期的實時的資料，供產品或者運營人員日常使用，而資料倉儲是供戰略決策使用的資料；ods是可以更新的資料，資料倉儲是基本不更新的反應歷史變化的資料，還有很多，這裡就不一一枚舉了。

講到這裡問題就明晰了，如何能搭建乙個體系，既能支援戰略決策使用的資料倉儲資料，又能相容業務快速的變化和運營產品人員日常需求的ods資料哪？

經過調研，發現大體上有三種解法：

1、業務資料－ ods －資料倉儲

優點：這樣做的好處是ods的資料與資料倉儲的資料高度統一；開發成本低，至少開發一次並應用到ods即可；可見ods是發揮承上啟下的作用，調研阿里巴巴的資料部門也是這麼實現的。

缺點：資料倉儲需要的所有資料都需要走ods，那麼ods的靈活性必然受到影響，甚至不利於擴充套件、系統的靈活性差

2、ob － ods

優點：結構簡單。一般的初創資料分析團隊都是類似的結構，比如我們部門就應該歸結到這一範疇

缺點：這樣所有資料都歸結到ods，長期資料決策分析能力差，軟硬體成本高，模組劃分不清晰，通用性差

3、資料倉儲和ods並行

可見這個模型兼顧了上面提高的各自優點，且便於擴充套件，ods和資料倉儲各做各的，形成優勢互補！可以解決現在網際網路公司遇到的快速變化、快速開發等特點！特別是對於那些剛剛建立資料團隊，資料開發人員緊缺的公司，可以嘗試使用這個資料架構解決問題！

我在公司的資料部門工作，每天的訂單類資料處理流程大致如下刪除分析資料庫的歷史訂單資料全量更新訂單資料到分析資料庫。由於訂單核心資料不大，所以經受得起這麼折騰將資料簡單清洗，並生成資料集市層分析處理，產出報表。當然還有其他的資料也是這麼處理的比如產品的資料景區的資料票種的資料商的資料等...