• ODS与数据仓库


    数据仓库是目前主要的数据存储体系。数据仓库之增W.H.Inmon认为,数据仓库是指支持管理决策过程的、面向主题的、集成的、随时间而变的、持久的数据的集合。简单地说,一个数据仓库就一个自数据库的商业应用系统,该数据库的数据来自于其它的运作数据库,而不是来自于原始的输入。
        ODS(Operational Data Store)是数据仓库的一个扩展,它也是一个企业级的数据存储模式,它的构造也是面向主题的。ODS是企业中运行系统发布信息的地方,这些信息是实时或接近实时的,这些信息可以被企业中的其它系统使用,包括数据仓库。但ODS与数据仓库不完全一样,主要区别有四点:
        1.ODS存放的数据是实时的、可动态刷新的,而数据仓库存储的数据是非实时的、静态的;
        2.ODS主要保存当前运行系统的数据,而数据仓库除了保存当前数据,还需要保存大量的历史数据;
        3.ODS主要保存明细数据,而数据仓库需要同时保存明细和汇总数据;
        4.ODS中的数据可以用于日常分析,而数据仓库中的数据主要用于战略分析。
        数据仓库的主要特点是它的战略性,但它对于解决企业运行系统中存在的问题无能为力。目前许多企业,特别是大企业,拥有大量的“老”应用系统,它们是保证企业正常运转的基础。但由于种种原因,包括数据结构设计的陈旧,这些系统严重缺乏综合性。在这些“老”应用系统的基础上抽取、转换运行数据提供给数据仓库是非常困难的。而ODS能够在较短的时间内,以较少的代价,通过重新设计数据和处理模式,达到可以通过一个综合的全面的视角观察那些应用系统提供的数据。
       从某种意义上来说,ODS更接近于运行系统。ODS可谓帮助阐明那些产生数据和使用数据的应用系统的角色和任务:一些应用系统负责提供那些企业感兴趣的数据给ODS,另外一些系统通过ODS得到其它应用系统产生的数据。ODS提供了使运行系统在较短时间内实现数据综合的基础,甚至一些应用系统能够将自己的运行数据直接存放大ODS中。
       可以利用ODS中存放的数据进行一些日常分析。这些分析对运行系统本身没有压力,而且数据非常及时和精确。例如客户分析,利用ODS可以将某个客户分布在各个应用系统的数据综合起来,可以分析总结出企业与该客户的业务来往、所取得的收益及相关的费用情况。
      目前提供实现ODS的工具厂商有许多。如某公司提供的DateStage组件包括设计器、存储管理器、控制器、管理器、服务等等。

    原文:http://blog.sina.com.cn/s/blog_53c53b7f0101caht.html

  • 相关阅读:
    Cocos2d-iphone 为sprite添加双击的事件响应
    经典书单 —— 语言/算法/机器学习/深度学习/AI/CV/PGM
    经典网络站点、论坛、博客
    经典网络站点、论坛、博客
    Python 格式化输出 —— 小数转化为百分数
    Python 格式化输出 —— 小数转化为百分数
    移位运算与除法、取模运算
    移位运算与除法、取模运算
    火箭、飞行器、探测器的发射
    火箭、飞行器、探测器的发射
  • 原文地址:https://www.cnblogs.com/azhqiang/p/4705531.html
Copyright © 2020-2023  润新知