发布网友 发布时间:2024-09-27 01:06
共1个回答
热心网友 时间:2024-09-27 12:15
传统的OLTP数据库系统在支持决策分析方面一直存在局限,促使人们寻求改进。数据仓库和OLAP系统作为决策分析的关键组成部分,通过从企业内部各OLTP数据库中提取和预处理数据,为决策分析提供所需资源。数据仓库是专门设计的,面向主题,集成且不可更新,随着时间推移进行更新,用于支持决策分析。它通常包含来自内部应用系统、成员企业及外部的数据源。
集团企业环境中,数据仓库的组织结构与数据库不同,分为多个层次,如当前基本数据、历史数据、轻度和高度综合数据,以及元数据。操作数据存储(ODS)介于数据库和数据仓库之间,减轻了数据仓库构建的复杂性,形成从OLTP到OLAP的完整体系结构。
设计数据仓库时,采用“自顶而下”和“自底而上”方法。前者首先设计全局结构,再细化到具体应用和战略决策;后者通过数据集市(DM)从最关注的业务开始,逐步扩展。数据集市更灵活,且与全局数据仓库形成局部与全局的关系。
集团企业的数据仓库由数据准备区、数据仓库和专用数据集市等组件组成,这些组件共同支持终端用户的各种分析需求,并通过维数据库(星型或雪片模式)结构提供数据支持。全局代码作为维表保持一致性。