關於資料庫和資料倉庫
阿新 • • 發佈：2019-02-15
的過渡，也是資料倉庫專案的可選項之一。
根據Bill.Inmon的定義，“資料倉庫是面向主題的、整合的、穩定的、隨時間變化的，主要用於決策支援的資料庫系統”
ODS是一個面向主題的、整合的、可變的、當前的細節資料集合，用於支援企業對於即時性的、操作性的、整合的全體資訊的需 求。常常被作為資料倉庫的過渡，也是資料倉庫專案的可選項之一。
在Kimball的<<資料倉庫生命週期工具集The Data WareHouse Liftcycle Toolkit>>，他是這樣定義的
1. 是操作型系統中的整合,用於當前，歷史以及其它細節查詢(業務系統的一部分)
2. 為決策支援提供當前細節資料(資料倉庫的一部分)
因此操作資料儲存（ODS） 是用於支援企業日常的全域性應用的資料集合，ODS的資料具有面向主題、整合的、可變的和資料是當前的或是接近當前的4個基本特徵。同樣也可以看出ODS是介於DB和DW 之間的一種資料儲存技術，和原來面向應用的分散的DB相比，ODS中的資料組織方式和資料倉庫（DW）一樣也是面向主題的和整合的，所以對進入ODS的數 據也象進入資料倉庫的資料一樣進行整合處理。另外ODS只是存放當前或接近當前的資料，如果需要的話還可以對ODS中的資料進行增、刪和更新等操 作，雖然DW中的資料也是面向主題和整合的，但這些資料一般不進行修改，所以ODS和DW的區別主要體現資料的可變性、當前性、穩定性、彙總度上。
由於ODS仍然儲存在普通的關係資料庫中，出於效能、儲存和備份恢復等資料庫的角度以及對源資料庫的效能影響角度，個人不建議ODS儲存相當長週期的資料，同樣ODS中的資料也儘量不做轉換，而是原封不動地與業務資料庫保持一致。即ODS只是業務資料庫的一個備份或者映像，目的是為了使資料倉庫的處理和決策支援要求與OLTP系統相隔離，減少決策支援要求對OLTP系統的影響。
為什麼需要有一個ODS系統呢？一般在帶有ODS的系統體系結構中，ODS都具備如下幾個作用：
1） 在業務系統和資料倉庫之間形成一個隔離層。
一 般的資料倉庫應用系統都具有非常複雜的資料來源，這些資料存放在不同的地理位置、不同的資料庫、不同的應用之中，從這些業務系統對資料進行抽取並不是一件 容易的事。因此，ODS用於存放從業務系統直接抽取出來的資料，這些資料從資料結構、資料之間的邏輯關係上都與業務系統基本保持一致，因此在抽取過程中極 大降低了資料轉化的複雜性，而主要關注資料抽取的介面、資料量大小、抽取方式等方面的問題。
2） 轉移一部分業務系統細節查詢的功能
在 資料倉庫建立之前，大量的報表、分析是由業務系統直接支援的，在一些比較複雜的報表生成過程中，對業務系統的執行產生相當大的壓力。ODS的資料從粒度、 組織方式等各個方面都保持了與業務系統的一致，那麼原來由業務系統產生的報表、細節資料的查詢自然能夠從ODS中進行，從而降低業務系統的查詢壓力。
3） 完成資料倉庫中不能完成的一些功能。
一 般來說，帶有ODS的資料倉庫體系結構中，DW層所儲存的資料都是進行彙總過的資料和運營指標，並不儲存每筆交易產生的細節資料，但是在某些特殊的應用中，可能需要 對交易細節資料進行查詢，這時就需要把細節資料查詢的功能轉移到ODS來完成，而且ODS的資料模型按照面向主題的方式進行儲存，可以方便地支援多維分析 等查詢功能。即資料倉庫從巨集觀角度滿足企業的決策支援要求，而ODS層則從微觀角度反映細節交易資料或者低粒度的資料查詢要求。
根據Bill.Inmon的定義，“資料倉庫是面向主題的、整合的、穩定的、隨時間變化的，主要用於決策支援的資料庫系統”
ODS是一個面向主題的、整合的、可變的、當前的細節資料集合，用於支援企業對於即時性的、操作性的、整合的全體資訊的需 求。常常被作為資料倉庫的過渡，也是資料倉庫專案的可選項之一。
在Kimball的<<資料倉庫生命週期工具集The Data WareHouse Liftcycle Toolkit>>，他是這樣定義的
1. 是操作型系統中的整合,用於當前，歷史以及其它細節查詢(業務系統的一部分)
2. 為決策支援提供當前細節資料(資料倉庫的一部分)
因此操作資料儲存（ODS） 是用於支援企業日常的全域性應用的資料集合，ODS的資料具有面向主題、整合的、可變的和資料是當前的或是接近當前的4個基本特徵。同樣也可以看出ODS是介於DB和DW 之間的一種資料儲存技術，和原來面向應用的分散的DB相比，ODS中的資料組織方式和資料倉庫（DW）一樣也是面向主題的和整合的，所以對進入ODS的數 據也象進入資料倉庫的資料一樣進行整合處理。另外ODS只是存放當前或接近當前的資料，如果需要的話還可以對ODS中的資料進行增、刪和更新等操 作，雖然DW中的資料也是面向主題和整合的，但這些資料一般不進行修改，所以ODS和DW的區別主要體現資料的可變性、當前性、穩定性、彙總度上。
由於ODS仍然儲存在普通的關係資料庫中，出於效能、儲存和備份恢復等資料庫的角度以及對源資料庫的效能影響角度，個人不建議ODS儲存相當長週期的資料，同樣ODS中的資料也儘量不做轉換，而是原封不動地與業務資料庫保持一致。即ODS只是業務資料庫的一個備份或者映像，目的是為了使資料倉庫的處理和決策支援要求與OLTP系統相隔離，減少決策支援要求對OLTP系統的影響。
為什麼需要有一個ODS系統呢？一般在帶有ODS的系統體系結構中，ODS都具備如下幾個作用：
1） 在業務系統和資料倉庫之間形成一個隔離層。
一 般的資料倉庫應用系統都具有非常複雜的資料來源，這些資料存放在不同的地理位置、不同的資料庫、不同的應用之中，從這些業務系統對資料進行抽取並不是一件 容易的事。因此，ODS用於存放從業務系統直接抽取出來的資料，這些資料從資料結構、資料之間的邏輯關係上都與業務系統基本保持一致，因此在抽取過程中極 大降低了資料轉化的複雜性，而主要關注資料抽取的介面、資料量大小、抽取方式等方面的問題。
2） 轉移一部分業務系統細節查詢的功能
在 資料倉庫建立之前，大量的報表、分析是由業務系統直接支援的，在一些比較複雜的報表生成過程中，對業務系統的執行產生相當大的壓力。ODS的資料從粒度、 組織方式等各個方面都保持了與業務系統的一致，那麼原來由業務系統產生的報表、細節資料的查詢自然能夠從ODS中進行，從而降低業務系統的查詢壓力。
3） 完成資料倉庫中不能完成的一些功能。
一 般來說，帶有ODS的資料倉庫體系結構中，DW層所儲存的資料都是進行彙總過的資料和運營指標，並不儲存每筆交易產生的細節資料，但是在某些特殊的應用中，可能需要 對交易細節資料進行查詢，這時就需要把細節資料查詢的功能轉移到ODS來完成，而且ODS的資料模型按照面向主題的方式進行儲存，可以方便地支援多維分析 等查詢功能。即資料倉庫從巨集觀角度滿足企業的決策支援要求，而ODS層則從微觀角度反映細節交易資料或者低粒度的資料查詢要求。