数据仓库的现状和发展方向

基于这种思想，具体实施时可以采用“统筹规划，分步实施”的方针。根据业务需求，把业务运作涉及的主要方面都涵盖进去，确定彼此之间的联系;对于次要的需求，可以预留一些接口，以备将来细化。如果摊子铺得太大，没有重点，每一部分都进行深度细化，那么整个调研就会拖得很长，等进入实施阶段，某些业务可能已经发生变化，不得不重新修改设计，从而造成浪费。所以，先搭建好一个易于扩展且稳定的架构，在此基础上逐步实施，是一个兼顾长远发展与合理投入的最佳方式。另外，分布实施还可以减少风险：前一阶段的经验教训可以为下一阶段提供有益的借鉴，以减少不必要的损失，从而使得数据仓库的建设纳入到不断完善、不断发展的良性循环中。

3. 数据仓库的现状

数据仓库技术在我国的发展很快。很多不同的行业如电信、银行、金融、保险、制造、零售等都建立了自己的数据仓库，其中最具代表性的当属“中国移动”和“中国联通”两家最大的中国电信运营商所构建的“经营分析系统”。当然，数据仓库的风险很大，这主要是因为数据仓库是面向分析的，所以把握住业务需求是成功实施数据仓库项目的前提。如果不能满足业务需求，数据仓库的技术实现再完美也没有意义;第二，必须从技术上保证数据可以高效而准确地从业务系统中获取，能够有效地对数据仓库中庞大的数据进行管理，以及针对企业不同层次的人员提供对数据灵活而有效的访问。另外，数据仓库牵扯到多个部门，多个系统，如何有效获取高层领导的支持，协调各方资源，有效地进行项目管理也是影响数据仓库项目成败的关键。

只有处理好这些关键问题，才能保证数据仓库的成功实施，并在日后的扩展中不断完善发展。也只有这样，才能正真为企业带来可观的回报。

4.数据仓库的发展趋势

数据仓库未来会怎么发展呢?有人说是Real-Time DW，也有人说是Active DW，还有人说是Dynamic DW 、General-Purpose DW等。不管怎么说，从其历史发展过程来看，以下几个趋势是比较明显的：

·从战略决策到决策的发展。这对DW的实时性和可获得性提出了更高的要求。这就需要有更好的变化数据捕捉机制，可以快速方便地将数据抽取至数据仓库中。

·需求更加多样化。它要求系统从架构和应用层次上去适应不同的需求，并且不同应用之间的交互要非常方便。

管理数据量更大。这对数据建模、数据组织和层次划分提出了更高的要求。要求数据仓库平台可以提供风多的提升性能的方法。

·嵌入式。数据仓库的功能与业务应用的集成更加紧密。例如ERP中的财务分析模块和销售模块，以及用于企业战略管理的平衡记分卡应用等。这些应用通过内置的BI分析工具，直接从相关的业务应用中提取数据加以分析，提供多种的展现输出方式给各级业务人员进行分析。

·集成性的要求。最终的数据仓库将与OLTPtub应用共同使用一个数据库。数据库中不同的instance服务于不同的应用，管理人员不需额外对这些不同的应用进行配置。另外，数据仓库中涉及的技术，越来越趋向于数据仓库本身集成在一起。这样既可以保证系统的高性能，又使得系统更易扩展、开发和维护，从而增强系统的可靠性。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友