数据仓库是一个面向主题的集成的相
对稳定的反映历史变化的数据集合Y用于支持管理决策
面向主题
2集成
3相对稳定
4反映历史变化
数据库是面向事务的设计Y数据仓库是面向主题设计的数据库
一般存储在线交易数据Y数据仓库存储的一般是历史数据数据
库是为捕获数据而设计Y数据仓库是为分析数据而设计的。
一个典型的数据仓库系统通常包含数据源数据存储和管理
OLAP服务器前端工具和应用等四个部分。
数据源X是数据仓库的基础系统的数据来源Y包含企业的各种内部数
据和外部数据内部数据包括存在于OLTP系统中的各种业务数据和办
公自动化系统中的各类文档数据外部数据包括各类法律法规市场信
息竞争对手信息及各类外部统计数据和其他相关文档等。
数据存储和管理X是数据仓库系统的核心是指在各业务系统基础上周
期性地对数据进行抽取按照主题进行重新组织Y最终确定数据仓库的物理存储结构Y同
时存储数据仓库的各种元数据?数据字典记录系统定义数据转换规
则数据加载频率及业务规则等?对数据仓库系统的管理Y就是对相
应数据库系统的管理Y通常包括数据的安全归档备份维护和恢复
等工作。
OLAP服务器X联机分析处理服务器将需要分析的数据按照多维数据模
型进行重组Y以支持用户随时多角度多层次进行数据分析Y发现数据
规律与趋势
前端工具和应用X数据查询工具自由报表工具数据分析工具数据
挖掘工具和各类应用系统。
实时主动数据仓库是一个集成的信息存储仓库Y既具备批量和周期性的数据
加载能力?采用ETL技术?Y也具备数据变化的实时探测传播和加载能力
?采用CDC技术?Y并能结合历史数据和新颖数据实现查询分析和自动规则
触发Y从而提供对战略决策和战术决策的双重支持。
数据整合。
不同数据源的数据被物理地集成到数据目标
利用ETL工具把数据源中的数据批量地加载到数据仓库就属于数据整
合。
数据联邦。
在多个数据源的基础上建立统一的逻辑视图Y对外界应用屏蔽数据
在各个数据源的分布细节
对应用而言Y只有一个数据访问入口Y但事实是被请求的数据只是
逻辑上的集中Y物理上仍然分布在各个数据源中
只有收到请求时Y数据仓库才临时从不同数据源获取相关数据Y进
行集成后提交给数据请求者。
数据传播。
数据在多个应用之间传播
在企业应用集成解决
方案中Y不同应用之间可以通过传播消息进行交互
4混合方式
对那些不同应用都使用的数据采用数据整合的方式进行集成Y而对
那些只有特定应用才使用的数据则采用数据联邦方式进行集成。
有多种技术可以为实时主动数据仓库提供数据集成服务Y比如脚本ETL
EAI和CDC但是Y只有部分技术能提供实时(连续)的数据集成X
?
1?脚本脚本是数据集成的一种快速解决方案Y其优点是Y使用灵活且比
较经济Y很容易着手开发和进行修改Y几乎任何操作系统和绝大部分DBMS都
可以使用脚本但是Y使用脚本也有很多问题Y比如Y耗费开发者的时间和
精力Y不好管理和操作Y以及不能满足服务水平协议?
等等。
有多种技术可以为实时主动数据仓库提供数据集成服务Y比如脚本ETL
EAI和CDC但是Y只有部分技术能提供实时(连续)的数据集成X
?
2?ETLETL是实现大规模数据初步加载的理想解决方案Y它提供了高级
的转换能力ETL任务通常都是在 维护时间窗口进行Y在ETL任务执行期间Y
数据源默认不会发生变化Y这就使得用户不必担忧ETL任务开销对数据源的影
响Y但同时也意味着Y对于商务用户而言Y数据和应用并非任何时候都是可
用的。
有多种技术可以为实时主动数据仓库提供数据集成服务Y比如脚本ETL
EAI和CDC但是Y只有部分技术能提供实时(连续)的数据集成X
?
3?EAIEAI解决方案通常和ETL解决方案并存Y从而增强ETL的功能EAI
解决方案在源系统和目标系统之间进行连续的数据分发Y并且保证数据的成
功分发Y同时提供高级的工作流支持和基本的数据转换但是YEAI受到数据
量的限制Y因为EAI的初衷是为了实现应用的集成而不是数据的集成Y即它是
用来调用应用或者分发命令和消息的然而Y由于EAI具有在数据集成过程中
本小章还未完，请点击下一页继续阅读后面精彩内容！