数据的两种组织形式：操作数据和分析数据
发布: 2008-5-05 12:59 | 作者: 王翔 | 来源: 本站原创 | 查看: 44次 | 进入软件测试论坛讨论
2．集成的
全面而正确的数据是有效地进行分析和决策的首要前提。在某一个主题的统帅下，需要将数据进行提取、净化、转换和装载等集成操作。
比如在客户主题中，对于客户名称，业务数据库的设计中有的字段名为user_name，类型为char （10），有的字段名是name，类型是varchar（12），但在进入分析数据库时必须使用同一字段的命名和格式。这在SQL Server 2005中实际上是通过SSIS来完成的，但在数据库设计阶段也需要把数据的集成方案设计出来，而具体的操作则主要体现在对SSIS的操作上。
3．稳定的
业务系统一般只需要当前数据，在数据库中一般也存储短期数据，因此在数据库系统中数据是不稳定的，它记录的是系统中每一个变化的瞬态。但对于决策分析而言，历史数据是相当重要的，许多分析方法必须以大量的历史数据为依托。没有历史数据的详细分析是难以把握企业的发展趋势的，因此，数据仓库对数据在空间和时间的广度上都有了更高的要求。在数据仓库中，数据一旦被写入就不再变化了。数据仓库可以看成是一个虚拟的只读数据库系统。在数据集成性中已经说明了数据仓库在数据存储方面是分批进行的，定期执行提取过程为数据仓库增加记录，但是这些记录一旦加入，就不再从系统中删除。正是由于数据仓库的这个显著特点，使得数据仓库不需要在并发读写控制上投入过多的精力，因为所有的用户只是以只读的方式访问数据仓库。
图3-3演示了数据稳定性的一个简单的例子。在1月2日，99号客户的消费金额为200元，当时间推移到3月 2日，99号客户的消费金额变成250元，这一信息在业务系统中被更新了。但是在数据仓库中（我们假定数据仓库每天进行一次数据提取），3月2日的数据提取结果是在数据仓库中增加了记录222，原先的记录111并没有发生任何的改变，说明99号客户在3月2日的消费金额为250元。可见，数据仓库实际上是为99号客户的消费行为进行了定期的拍照，并将快照存储起来供后续的分析工作使用。
4．随时间变化的
由于在数据仓库中数据只增不减，这使得数据仓库中的数据总是拥有时间维度。数据仓库实际上就是记录系统的各个瞬态，并通过将各个瞬态连接起来形成动画，从而在数据分析的时候再现系统运动的全过程。数据提取的周期实际上决定了动画间隔的时间，数据提取的周期短，则动画的速度快，图3-4示意了这种特点。
全面而正确的数据是有效地进行分析和决策的首要前提。在某一个主题的统帅下，需要将数据进行提取、净化、转换和装载等集成操作。
比如在客户主题中，对于客户名称，业务数据库的设计中有的字段名为user_name，类型为char （10），有的字段名是name，类型是varchar（12），但在进入分析数据库时必须使用同一字段的命名和格式。这在SQL Server 2005中实际上是通过SSIS来完成的，但在数据库设计阶段也需要把数据的集成方案设计出来，而具体的操作则主要体现在对SSIS的操作上。
3．稳定的
业务系统一般只需要当前数据，在数据库中一般也存储短期数据，因此在数据库系统中数据是不稳定的，它记录的是系统中每一个变化的瞬态。但对于决策分析而言，历史数据是相当重要的，许多分析方法必须以大量的历史数据为依托。没有历史数据的详细分析是难以把握企业的发展趋势的，因此，数据仓库对数据在空间和时间的广度上都有了更高的要求。在数据仓库中，数据一旦被写入就不再变化了。数据仓库可以看成是一个虚拟的只读数据库系统。在数据集成性中已经说明了数据仓库在数据存储方面是分批进行的，定期执行提取过程为数据仓库增加记录，但是这些记录一旦加入，就不再从系统中删除。正是由于数据仓库的这个显著特点，使得数据仓库不需要在并发读写控制上投入过多的精力，因为所有的用户只是以只读的方式访问数据仓库。
图3-3演示了数据稳定性的一个简单的例子。在1月2日，99号客户的消费金额为200元，当时间推移到3月 2日，99号客户的消费金额变成250元，这一信息在业务系统中被更新了。但是在数据仓库中（我们假定数据仓库每天进行一次数据提取），3月2日的数据提取结果是在数据仓库中增加了记录222，原先的记录111并没有发生任何的改变，说明99号客户在3月2日的消费金额为250元。可见，数据仓库实际上是为99号客户的消费行为进行了定期的拍照，并将快照存储起来供后续的分析工作使用。
4．随时间变化的
由于在数据仓库中数据只增不减，这使得数据仓库中的数据总是拥有时间维度。数据仓库实际上就是记录系统的各个瞬态，并通过将各个瞬态连接起来形成动画，从而在数据分析的时候再现系统运动的全过程。数据提取的周期实际上决定了动画间隔的时间，数据提取的周期短，则动画的速度快，图3-4示意了这种特点。