<b>浅谈数据仓库和数据发掘本质-性能调优</b>[Oracle防范]

　　数据仓库和数据发掘是两个对比大的概念,在国外已经非常成熟,在国内随着前几年企业数据的累计、ERP的成熟,数据仓库和数据发掘开始起步.

　　若何成立数据仓库和数据发掘是个不断值得探究和优化的问题,不但仅在技术上,在商业利用上也是如此.随着新的技术和见解的不断引入,传统的数据仓库技术办法有了很大的改变,基于数据仓库的利用也有了新的发展.每个企业的数据仓库按照企业特点差别,可以采取非常机动的选型办法举行选型计划、实施.本文按照一些对比新的技术特点,谈谈数据仓库和数据发掘的架构.

　　从成熟的数据仓库架构动手来看,成立EDW(Enterprise Data Warehouse)是个对比好的挑选.EDW是企业数据仓库,对整个企业数占据一个完好的不冗余的保存关键历史改变信息的唯一视图.基于EDW可以成立差别主题的数据集市Data Mart,数据集市差别的企业有差别的要求,基本上可以分用户主题,业务流主题,产品主题等等,在EDW的底子上可以有非常多的主题利用,若何成立EDW是个对比重要的问题.

　　成立EDW的关键是要掌控数据仓库的本质,供应关键历史改变信息,可以真实复原企业数据的关键历史视图.也就是目前提到对比多的DSS层,在DSS层之下有ODS层做当前数据视图,有缓冲层做增量数据视图,操纵增量数据视图和DSS层数据视图结合起来,操纵迟钝改变维大概代理键技术,从理论上便可以实现DSS层的任何数据历史改变.但是在实际实施DSS层时刻,一个能供应高性能计算的数据库和挑选一个符合业务发展的增量时间频率是两个关键点.

　　迟钝改变维从具体实施历程的可以保护性动身,对比统一通用的办法可以采取增添快照开始时间和快照完毕时间,结合业务系统的主键,便可以完成DSS层真实企业数据关键历史快照视图.在实施历程中关键要掌控增量数据缓冲层中三种调集数据,纯粹新增的数据A,关键历史信息发生改变的数据B,关键历史信息没有发生改变的数据C.对调集A,B都需求增添快照记录,对调集C则采取更新快照记录.这个历程的重点是高性能计算和商业需求.

　　在DSS层之上,按照EDW筹划种数据库差别,可以采取成立数据集市.数据集市基本上可以采取星型模子成立,便于多维解析.

　　成熟EDW是用来支持商业利用的,EDW之上的一个对比重要的利用是数据发掘,从EDW海量数据中探求有效的信息,支持企业的发展.这里不具体到数据发掘厂商,从普通性的概念上理解越发重要,数据发掘需求EDW可以基于DSS层的企业数据关键历史视图,重新组合成商业上抉择因素调集.结合数据发掘的一些成熟的算法,把EDW里面的海量数据处理成为信息抉择源.在实施数据发掘历程中,需求注意的是一定要按照企业本身的业务来拟定模子,任何脱离企业业务的理论模子在具体实施历程中失利的大概性很大.

　　谈完了数据仓库和数据发掘的本质,那么目前可以值得挑选的一些厂商和技术是什么呢?

　　随着商业智能,数据仓库的成熟,进入这个范畴的厂商越来越多,评测也是各有所长.在EDW方面,按照数据仓库的容量,计算复杂度,及时性要求,在低端可以考虑微软的SQL Sserver ,目前SQL Sserver 2005在商业智能上有明显加强.在中端可以考虑Oracle 的DW 办理筹划,Sybase IQ在数据量不是非常大的时刻性能还是不错的.假如要做超大型的DW,那么需求考虑一些高端专业的DW办理筹划,目前TERADATA和IBM的Share Nothing架构的高端数据仓库在海量数据处理,复杂商业计算,及时数据处理方面扩大性对比好,但是投入非常大.

　　数据仓库和数据发掘,从几年前对比抽象的层次渐渐清楚起来,在企业抉择和业务流程优化中施展的作用越来越大,一个好的数据仓库和数据发掘筹划是一个开始,更重要的是推动商业思惟上从传统的拍脑袋到精密化营销和依靠数据做抉择方面来.商业和技术是两个彼此促进的因素,商业是驱动,但是好的技术也可以推动商业的发展,合适的技术用在需求的商业驱动上才能施展好作用. 　　以上是“<b>浅谈数据仓库和数据发掘本质-性能调优</b>[Oracle防范]”的内容，如果你对以上该文章内容感兴趣，你可以看看七道奇为您推荐以下文章：