数据仓库是一个面向主题的集成的相</p>

对稳定的反映历史变化的数据集合Y用于支持管理决策</p>

面向主题</p>

2集成</p>

3相对稳定</p>

4反映历史变化</p>

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</p>

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</p>

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。</p>

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</p>

OLAP服务器前端工具和应用等四个部分。</p>

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</p>

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</p>

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</p>

息竞争对手信息及各类外部统计数据和其他相关文档等。</p>

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</p>

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</p>

时存储数据仓库的各种元数据�0�5数据字典记录系统定义数据转换规</p>

则数据加载频率及业务规则等�0�6对数据仓库系统的管理Y就是对相</p>

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</p>

等工作。</p>

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</p>

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</p>

规律与趋势</p>

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</p>

挖掘工具和各类应用系统。</p>

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</p>

加载能力�0�5采用ETL技术�0�6Y也具备数据变化的实时探测传播和加载能力</p>

�0�5采用CDC技术�0�6Y并能结合历史数据和新颖数据实现查询分析和自动规则</p>

触发Y从而提供对战略决策和战术决策的双重支持。</p>

数据整合。</p>

不同数据源的数据被物理地集成到数据目标</p>

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</p>

合。</p>

数据联邦。</p>

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</p>

在各个数据源的分布细节</p>

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</p>

逻辑上的集中Y物理上仍然分布在各个数据源中</p>

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</p>

行集成后提交给数据请求者。</p>

数据传播。</p>

数据在多个应用之间传播</p>

在企业应用集成解决</p>

方案中Y不同应用之间可以通过传播消息进行交互</p>

4混合方式</p>

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</p>

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。</p>

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</p>

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</p>

�0�5</p>

1�0�6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</p>

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</p>

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</p>

精力Y不好管理和操作Y以及不能满足服务水平协议�0�5</p>

等等。</p>

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</p>

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</p>

�0�5</p>

2�0�6ETLETL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</p>

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</p>