建设数据仓库的八个步骤

建设数据仓库

　　建立数据仓库是一个解决企业问题的过程，业务人员往往不懂如何建立和使用数据仓库，发挥其决策支持的作用；信息部门的人员往往又不懂业务，不知道应该建立哪些决策主题，从数据源中抽取哪些数据。因此数据仓库的项目小组应该由业务人员和信息部门的人员共同组成，双方需要相互沟通，协作开发数据仓库。

　　开发数据仓库的过程包括以下几个步骤。

　　1.系统分析，确定主题

　　建立数据仓库的第一个步骤就是通过与业务部门的充分交流，了解建立数据仓库所要解决的问题的真正含义，确定各个主题下的查询分析要求。

　　业务人员往往会罗列出很多想解决的问题，信息部门的人员应该对这些问题进行分类汇总，确定数据仓库所实现的业务功能。一旦确定问题以后，信息部门的人员还需要确定一下几个因素：

　　·操作出现的频率，即业务部门每隔多长时间做一次查询分析。

　　·在系统中需要保存多久的数据，是一年、两年还是五年、十年。

　　·用户查询数据的主要方式，如在时间维度上是按照自然年，还是财政年。

　　·用户所能接受的响应时间是多长、是几秒钟，还是几小时。

　　由于双方在理解上的差异，确定问题和了解问题可能是一个需要多次往复的过程，信息部门的人员可能需要做一些原型演示给业务部门的人员看，以最终确定系统将要实现的功能确实是业务部门所需要的。

　　2.选择满足数据仓库系统要求的软件平台

　　在数据仓库所要解决的问题确定后，第二个步骤就是选择合适的软件平台，包括数据库、建模工具、分析工具等。这里有许多因素要考虑，如系统对数据量、响应时间、分析功能的要求等，以下是一些公认的选择标准：

　　·厂商的背景和支持能力，能否提供全方位的技术支持和咨询服务。

　　·数据库对大数据量（TB级）的支持能力。

　　·数据库是否支持并行操作。

　　·能否提供数据仓库的建模工具，是否支持对元数据的管理。

　　·能否提供支持大数据量的数据加载、转换、传输工具（ETT）。

　　·能否提供完整的决策支持工具集，满足数据仓库中各类用户的需要。

　　3.建立数据仓库的逻辑模型

　　具体步骤如下：

　　（1）确定建立数据仓库逻辑模型的基本方法。

　　（2）基于主题视图，把主题视图中的数据定义转到逻辑数据模型中。

　　（3）识别主题之间的关系。

　　（4）分解多对多的关系。

　　（5）用范式理论检验逻辑数据模型。

　　（6）由用户审核逻辑数据模型。

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