建設(shè)數(shù)據(jù)倉庫的八個步驟

建設(shè)數(shù)據(jù)倉庫

建立數(shù)據(jù)倉庫是一個解決企業(yè)問題的過程，業(yè)務(wù)人員往往不懂如何建立和使用數(shù)據(jù)倉庫，發(fā)揮其決策支持的作用；信息部門的人員往往又不懂業(yè)務(wù)，不知道應(yīng)該建立哪些決策主題，從數(shù)據(jù)源中抽取哪些數(shù)據(jù)。因此數(shù)據(jù)倉庫的項目小組應(yīng)該由業(yè)務(wù)人員和信息部門的人員共同組成，雙方需要相互溝通，協(xié)作開發(fā)數(shù)據(jù)倉庫。

開發(fā)數(shù)據(jù)倉庫的過程包括以下幾個步驟。

1.系統(tǒng)分析，確定主題

建立數(shù)據(jù)倉庫的第一個步驟就是通過與業(yè)務(wù)部門的充分交流，了解建立數(shù)據(jù)倉庫所要解決的問題的真正含義，確定各個主題下的查詢分析要求。

業(yè)務(wù)人員往往會羅列出很多想解決的問題，信息部門的人員應(yīng)該對這些問題進(jìn)行分類匯總，確定數(shù)據(jù)倉庫所實現(xiàn)的業(yè)務(wù)功能。一旦確定問題以后，信息部門的人員還需要確定一下幾個因素：

·操作出現(xiàn)的頻率，即業(yè)務(wù)部門每隔多長時間做一次查詢分析。

·在系統(tǒng)中需要保存多久的數(shù)據(jù)，是一年、兩年還是五年、十年。

·用戶查詢數(shù)據(jù)的主要方式，如在時間維度上是按照自然年，還是財政年。

·用戶所能接受的響應(yīng)時間是多長、是幾秒鐘，還是幾小時。

由于雙方在理解上的差異，確定問題和了解問題可能是一個需要多次往復(fù)的過程，信息部門的人員可能需要做一些原型演示給業(yè)務(wù)部門的人員看，以最終確定系統(tǒng)將要實現(xiàn)的功能確實是業(yè)務(wù)部門所需要的。

2.選擇滿足數(shù)據(jù)倉庫系統(tǒng)要求的軟件平臺

在數(shù)據(jù)倉庫所要解決的問題確定后，第二個步驟就是選擇合適的軟件平臺，包括數(shù)據(jù)庫、建模工具、分析工具等。這里有許多因素要考慮，如系統(tǒng)對數(shù)據(jù)量、響應(yīng)時間、分析功能的要求等，以下是一些公認(rèn)的選擇標(biāo)準(zhǔn)：

·廠商的背景和支持能力，能否提供全方位的技術(shù)支持和咨詢服務(wù)。

·數(shù)據(jù)庫對大數(shù)據(jù)量（TB級）的支持能力。

·數(shù)據(jù)庫是否支持并行操作。

·能否提供數(shù)據(jù)倉庫的建模工具，是否支持對元數(shù)據(jù)的管理。

·能否提供支持大數(shù)據(jù)量的數(shù)據(jù)加載、轉(zhuǎn)換、傳輸工具（ETT）。

·能否提供完整的決策支持工具集，滿足數(shù)據(jù)倉庫中各類用戶的需要。

3.建立數(shù)據(jù)倉庫的邏輯模型

具體步驟如下：

（1）確定建立數(shù)據(jù)倉庫邏輯模型的基本方法。

（2）基于主題視圖，把主題視圖中的數(shù)據(jù)定義轉(zhuǎn)到邏輯數(shù)據(jù)模型中。

（3）識別主題之間的關(guān)系。

（4）分解多對多的關(guān)系。

（5）用范式理論檢驗邏輯數(shù)據(jù)模型。

（6）由用戶審核邏輯數(shù)據(jù)模型。

4.邏輯數(shù)據(jù)模型轉(zhuǎn)化為數(shù)據(jù)倉庫數(shù)據(jù)模型

具體步驟如下：

（1）刪除非戰(zhàn)略性數(shù)據(jù)：數(shù)據(jù)倉庫模型中不需要包含邏輯數(shù)據(jù)模型中的全部數(shù)據(jù)項，某些用于操作處理的數(shù)據(jù)項要刪除。

（2）增加時間主鍵：數(shù)據(jù)倉庫中的數(shù)據(jù)一定是時間的快照，因此必須增加時間主鍵。

（3）增加派生數(shù)據(jù)：對于用戶經(jīng)常需要分析的數(shù)據(jù)，或者為了提高性能，可以增加派生數(shù)據(jù)。

（4）加入不同級別粒度的匯總數(shù)據(jù)：數(shù)據(jù)粒度代表數(shù)據(jù)細(xì)化程度，粒度越大，數(shù)據(jù)的匯總程度越高。粒度是數(shù)據(jù)倉庫設(shè)計的一個重要因素，它直接影響到駐留在數(shù)據(jù)倉庫中的數(shù)據(jù)量和可以執(zhí)行的查詢類型。顯然，粒度級別越低，則支持的查詢越多；反之，能支持的查詢就有限。

對數(shù)據(jù)操作的效率與能得到數(shù)據(jù)的詳細(xì)程度是一對矛盾，通常，人們希望建成的系統(tǒng)既有較高的效率，又能得到所需的詳細(xì)資料。實施數(shù)據(jù)倉庫的一個重要原則就是不要試圖包括所有詳細(xì)數(shù)據(jù)，因為90%的分析需求是在匯總數(shù)據(jù)上進(jìn)行的。試圖將粒度細(xì)化到最低層，只會增加系統(tǒng)的開銷，降低系統(tǒng)的性能。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。