动态数据仓库设计与应用浅谈

数据仓库技术的每次演进都以发掘企业数据中更多价值作为目标。而近期流行的动态数据仓库技术，不仅在灵活性、可视化方面有了长足进步，还能够对企业决策、合作伙伴及客户服务提供更为强大的支持。

数据仓库发展历程

数据仓库的发展历史具体可以划分为五个阶段。数据仓库系统发展之初，其主要作用是为企业内部的某些部门提供一些固定的报表。因此这一阶段通产被成为"报表"阶段。在该阶段，数据仓库的结构可以根据具体问题进行优化，即使数据查询人员要求访问的信息量极其巨大，处理这些资料的效率仍然可以很高。

当企业用户的关注点从"发生了什么"转向"为什么会发生"，数据仓库进入了"分析"阶段。在这一阶段，决策者开始对数据进行分析，实质上是在了解报表数据的真实涵义。这就需要更详细地对数据进行多角度分析。为了解决数据查询的瓶颈，出现了联机分析处理（OLAP）环境。它可以使对数据进行多角度分析的反应时间以秒或分钟来计算。因为在OLAP环境中，很多聚合数据都是预先计算好的，而且数据的存储格式也和传统的关系型数据库环境存在本质区别。

拥有了量化的数据支持后，企业对经营的动态情况以及这种情况为什么发生都会有所体验，接下来就要将业务信息用于预测了。数据仓库也随之进入"预测"阶段，即数据挖掘阶段。数据挖掘能够预知企业即将发生的动向，帮助管理者更为积极地管理和实施企业战略。数据挖掘为用户提供丰富的数据采集工具，以便利用历史数据创建预测模型。

数据仓库演进的第4阶段即是动态数据仓库。第1到第3阶段的数据仓库技术都以支持企业内部战略性决策为重点。而第4阶段则侧重在"战术性"的决策支持，为"执行企业战略的员工"提供支持。我们将这一阶段称为"营运导向"阶段。

动态数据仓库技术在企业环境成熟应用后，将引领企业"动态性"阶段。伴随着动态数据仓库在决策支持领域所扮演的角色越来越重要，企业实现决策自动化的积极性也在不断提高。在人工操作效果不明显时，为了寻求决策的有效性和连续性，企业会趋向于采取自动决策方式。

数据仓库"动"起来

"动态数据仓库"是一种创新理念，但其技术基础和架构思想还是来自传统数据仓库技术。关键的区别是动态数据仓库增加了"动态"特性，与传统数据仓库相比，它具有如下特点：

1．动态访问

动态访问是指一线用户可以动态、或实时地访问所需要的信息。传统的数据仓库用户只针对高端管理层，而如果要实现大量客户经理和客户代表同时访问，是一个很大的压力。动态数据仓库采用不同于传统数据仓库的技术手段，扩展了数据仓库系统的用户范围，实现动态访问。可以说，动态数据仓库让一线员工真正"动了起来"。

2．动态数据加载

传统数据仓库保存的是历史的、相对静止的、集成的企业数据。其往往是先加载好数据，再去支撑业务查询。而动态数据仓库的数据加载却可以在加载数据的同时，满足用户的查询请求，而且动态加载的负荷不影响用户使用数据仓库。不仅如此，动态数据仓库的数据也是准实时加载的，这样就可以使用户能够访问几乎和生产环境时效相当的数据。

3．动态事件

传统数据仓库只是支持用户对企业历史数据的分析，或者经过一些模型对未来的一些发展进行预测。它无法支持一线员工在遇到一些"动态事件"（例如银行柜台向客户推荐理财产品）时，进行一些实时的业务操作。而动态数据仓库就可以支持一线员工在遇到这些"动态事件"时，及时做出响应，成功抓住业务机会，从而大幅提升业绩。因为，从事情发生到采取行动的时间越短，成功销售的命中率就越高，所获的价值也就越高。

4．动态负载管理

传统数据仓库在负载管理方面，没有什么特殊要求。而动态数据仓库则包含策略动态负载管理和操作动态负载管理。其中，操作动态负载管理一般是比较简单的访问，不需要看太多的信息；而策略动态负载管理则需要实施复杂的数据挖掘。

5．动态企业集成

传统数据仓库主要用来支持企业用户对数据进行分析。而动态数据仓库则可以将企业所有系统都很好地整合在一起，形成一个闭环，从而实现流程的自动化，而不是一个独立的系统。

6．动态可用性

因为动态数据库已经不是一个纯粹的后台系统，而是业务运营的一部分，因此对可靠性、稳定性的要求更为严格。