數(shù)據(jù)倉庫之我見 （設(shè)計(jì)篇）
2024-07-21 02:09:20
供稿：網(wǎng)友
建造數(shù)據(jù)倉庫要做些什么？
一般說來，建造數(shù)據(jù)倉庫主要兩個(gè)方面：
1. 與操作性數(shù)據(jù)庫的接口設(shè)計(jì)。
2. 數(shù)據(jù)倉庫本身的設(shè)計(jì)。
看上去好像很簡單，但事實(shí)并非就這么按部就班，假設(shè)我是一個(gè)數(shù)據(jù)庫設(shè)計(jì)師，我完全可以不管三七二十一，先載入一部分?jǐn)?shù)據(jù)，讓dss分析員（還沒忘吧，就是那個(gè)給設(shè)計(jì)數(shù)據(jù)倉庫的人要求的）分析去吧，等他先給點(diǎn)意見出來，我們在動手也不遲。
下面，我將按照提出問題、解決問題的順序來上一堂學(xué)前班。
建造數(shù)據(jù)倉庫的主要難點(diǎn)是什么？
首先糾正一個(gè)廣泛存在的錯(cuò)誤認(rèn)識：建造數(shù)據(jù)倉庫的過程就是從操作性數(shù)據(jù)中提取數(shù)據(jù)的過程，之所以說這是錯(cuò)的，主要是因?yàn)椋翰僮餍詳?shù)據(jù)大都是非集成的（有誰見過一個(gè)計(jì)費(fèi)程序可以把幾年的賬單條目統(tǒng)計(jì)一遍的），你不可能抽取出你真正需要的東西，例如這個(gè)月的平均花費(fèi)，馬磊在這個(gè)月的加班日等等，不用我說，你也知道：操作性數(shù)據(jù)主要是為應(yīng)用程序服務(wù)，而每個(gè)系統(tǒng)或應(yīng)用程序都有其特有的“獨(dú)立性”，在開發(fā)的時(shí)候，誰會想到以后還要翻舊帳呢？
好了，換一個(gè)新的視角看問題：如果不僅僅是抽取的話，那還有些什么問題呢？如下：
第一個(gè)問題：系統(tǒng)集成。當(dāng)成百上千張表放在一起，需要你來統(tǒng)計(jì)的時(shí)候，你敢肯定這個(gè)表的某一字段和另一張表的同名字段是一個(gè)含義么？或者反過來說：你敢肯定這個(gè)表的某一字段和另一張表的不相同的字段一定是毫無關(guān)系的么？這些問題可以歸結(jié)成一個(gè)問題：系統(tǒng)缺乏集成性！解決這個(gè)問題的方法除了更好的設(shè)計(jì)你的數(shù)據(jù)庫，只有靠你的耐心了。還有就是字段的轉(zhuǎn)換問題，看下面這個(gè)例子：性別（sex）在數(shù)據(jù)庫中有很多表達(dá)形式，可以寫成m/f，也可以寫成0/1來表示男/女，等等……怎么辦？為了保證傳喚到數(shù)據(jù)倉庫的數(shù)據(jù)正確，我們必須建立不同的映射(sorry，簡單的說是：將上面提到的那種性質(zhì)相同，表示的不同的數(shù)據(jù)用同一種形式表達(dá)出來)，這也是一件需要耐心的工作！
第二個(gè)問題：存取現(xiàn)存系統(tǒng)的數(shù)據(jù)的效率。這很正常，當(dāng)有很多表格和文件需要掃描的時(shí)候，誰能確切的知道一個(gè)文件被掃描過？如果，現(xiàn)存系統(tǒng)存在大量的數(shù)據(jù)，你為了得到其中某一些數(shù)據(jù)，而把整個(gè)數(shù)據(jù)庫掃描一次，這件是一場悲劇。相信誰也不想這種事發(fā)生，具體的解決方法在下面的提出。
弄請”how to 避免這些問題”，先搞清楚從操作型環(huán)境到數(shù)據(jù)倉庫可能要做那些裝載工作（你會選那一項(xiàng)呢？）
l 裝載檔案數(shù)據(jù)。（聯(lián)想一下布滿灰塵的舊帳本就知道什么是檔案了）
l 裝載在操作性系統(tǒng)中目前已有的數(shù)據(jù)。（就在系統(tǒng)中的數(shù)據(jù)，還沒有備份的）
l 將自數(shù)據(jù)庫上次刷新以來在操作性環(huán)境中不斷發(fā)生的變化（數(shù)據(jù)庫的更新）裝載到數(shù)據(jù)倉庫中。
對于第一個(gè)選項(xiàng)很簡單，翻賬本誰不會阿？所以難度很小，但作為一個(gè)dss分析員，放著現(xiàn)有的數(shù)據(jù)，你會愿意去分析十年前的數(shù)據(jù)么，不少企業(yè)發(fā)現(xiàn)，在很多環(huán)境下，使用舊的數(shù)據(jù)得不償失。
對于第二個(gè)選項(xiàng)來說，因?yàn)橹恍枰b載一次，所以做起來也不難。通常我們可以根據(jù)操作型環(huán)境寫一個(gè)下載的順序文件，使用這個(gè)順序文件，可以在不破壞聯(lián)機(jī)環(huán)境的前提下下載到數(shù)據(jù)倉庫中。（似乎挺不錯(cuò)的）
第三個(gè)選項(xiàng)可就有點(diǎn)復(fù)雜了，因?yàn)椋驮倌阊b載數(shù)據(jù)的時(shí)候，數(shù)據(jù)庫正發(fā)生著變化，要有效的捕捉到那些變化不是一件容易的事。所以，掃描已有的文件（或者表格）成了數(shù)據(jù)倉庫體系結(jié)構(gòu)設(shè)計(jì)者的主要難題。怎么辦，怎么辦……其實(shí)方法很多——有五種。
1． 掃描有時(shí)戳的數(shù)據(jù)，你可以清楚的知道：那些需要的數(shù)據(jù)是最近更新了的，至少我們可以有效避開時(shí)間不符的數(shù)據(jù)。（不幸的是：沒有多少數(shù)據(jù)有時(shí)戳）
2． 掃描增量文件，（什么是增量文件，我也不知道，但可以肯定的是，它是由應(yīng)用程序生成的，僅僅紀(jì)錄發(fā)生改變的數(shù)據(jù)），不幸的事，沒有多少程序有增量文件。l
3． 掃描審計(jì)文件和日志文件，這兩個(gè)文件本質(zhì)上和增量文件是一樣的，除了大了一點(diǎn)，無用數(shù)據(jù)多了一點(diǎn)，接口程序難做一點(diǎn)，沒別的壞處j。
4． 修改應(yīng)用程序代碼，（這好像過分了一點(diǎn)，為了設(shè)計(jì)數(shù)據(jù)倉庫，居然讓別人從寫自己的應(yīng)用程序），這并不常用，應(yīng)為一個(gè)用程序的代碼陳舊而且不易修改。l
5． 第五種方法就是沒有方法！開玩笑。包括本書的所有資料都勸解我們不要這樣做，所以，我只隨便說兩句：按時(shí)間做一些映像文件，比較他們的差別。但最好比用，我也覺得著方法不僅麻煩、復(fù)雜，而且需要各種資源。所以不到萬不得已不用！j
第三個(gè)問題： 時(shí)基變化，難以把握。現(xiàn)存的操作型數(shù)據(jù)通常是當(dāng)前值，精度可控，可以更新，但數(shù)據(jù)倉庫中的數(shù)據(jù)是不能更新的，所以這些數(shù)據(jù)必須附帶時(shí)間元素，實(shí)際操作的時(shí)候，從操作型系統(tǒng)傳送到數(shù)據(jù)倉庫時(shí)，必須在數(shù)據(jù)中進(jìn)行較大范圍的改變。這時(shí)，你就必須考慮數(shù)據(jù)的濃縮了，沒辦法，數(shù)據(jù)隨時(shí)間總在變，數(shù)據(jù)倉庫的空間有限阿！
到此為止，我們涉及了三個(gè)問題，以及他們的解決方法，但這還不足以使我們建一個(gè)自己的數(shù)據(jù)倉庫，應(yīng)為我們還沒有學(xué)具體方法。下面一節(jié)的內(nèi)容將……！
數(shù)據(jù)/過程模型和體系結(jié)構(gòu)設(shè)計(jì)方法
首先介紹兩個(gè)概念：過程建模和數(shù)據(jù)建模，簡單的說，過程建模就像我們在編程之前畫的流程圖！有開始and結(jié)束。數(shù)據(jù)建模就像是給你白菜，蘿卜、醋、食鹽等，然后問你能做出什么菜，然后你很自然的回答：醋溜白菜&蘿卜湯一樣。沒有為什么要這樣做，應(yīng)為只能這樣做。j
過程建模是絕對不能用在數(shù)據(jù)倉庫的設(shè)計(jì)上的，因?yàn)檫^程建模是基于需求的，它假設(shè)在細(xì)節(jié)設(shè)計(jì)之初就已經(jīng)知道了需求，但在一點(diǎn)在建設(shè)數(shù)據(jù)從那個(gè)庫的時(shí)候并不滿足！
數(shù)據(jù)模型就好得多，它兩邊都合適！（嘻嘻，像萬能膠）建造數(shù)據(jù)模型的時(shí)候不需要考慮現(xiàn)存的、操作型系統(tǒng)與數(shù)據(jù)倉庫之間的差別。要做的事情看上去好像很簡單：建一個(gè)企業(yè)數(shù)據(jù)模型，再建一個(gè)數(shù)據(jù)倉庫模型，最好再來一個(gè)操作數(shù)據(jù)模型，可以這樣理解：
企業(yè)模型à操作模型à數(shù)據(jù)倉庫模型
三個(gè)方面都很重要，而且互不相同。(有點(diǎn)像雞和蛋的關(guān)系)
隨便聊聊數(shù)據(jù)模型吧，分三個(gè)層次的建模：高層建模（實(shí)體模型red）、中間層建模（數(shù)據(jù)項(xiàng)集dis）和底層建模（物理層）。建造的順序是由上向下，就好像大家坐在一起，討論出來一個(gè)大體的架構(gòu)，開始中間層的設(shè)計(jì)工作（因?yàn)閞ed需要的數(shù)據(jù)不可能簡單的抽取到，需要一定的綜合方法），然后根據(jù)中間層設(shè)計(jì)底層模型，（底層模型的數(shù)據(jù)是可以從操作型數(shù)據(jù)中得到的）。
呵呵，我還是不深入討論了，給你留一點(diǎn)內(nèi)容可以自己琢磨一下（而且本書也不是專門講建模的教材）。
是不是有點(diǎn)暈了，什么數(shù)據(jù)建模、什么三個(gè)層次，別急，等你帶著這些問題去看書的時(shí)候，問題很快就沒有了，我之是建議你能紀(jì)錄一下自己的問題，不至于在看書的時(shí)候，連問題都忘了。j
數(shù)據(jù)建模同時(shí)也是一個(gè)拼積木的過程，每次設(shè)計(jì)的結(jié)果都是一塊獨(dú)特積木，這有在湊夠所有的積木之后，才可以完成一幅拼圖。（一個(gè)任務(wù)）
以上介紹的是數(shù)據(jù)倉庫的設(shè)計(jì)方法——數(shù)據(jù)建模。下面來談一談設(shè)計(jì)數(shù)據(jù)倉庫的幾個(gè)細(xì)節(jié)問題：（這可能會很枯燥）
規(guī)范化/反規(guī)范化
這種操作的目的是減少系統(tǒng)的i/o操作時(shí)間。具體的方法可以歸納為兩句話：為了減少i/o操作所用的時(shí)間，將一些表合并（規(guī)范化），或者引入冗余數(shù)據(jù)（反規(guī)范化）。
數(shù)據(jù)倉庫的快照
快照是一個(gè)事件的詳細(xì)紀(jì)錄。舉例：你用了一大筆錢買了一件心愛的東西的時(shí)候，突然發(fā)現(xiàn)下半個(gè)月的生活費(fèi)沒有了，這就是那個(gè)事件，而產(chǎn)生的快照如下：
時(shí)間 | 鍵碼 | 地點(diǎn) 金額 物品 …… 購買時(shí)的心情 | 賬戶余額 …… 購買后的心情 |
1 2 3 4
不難看出：第三段數(shù)據(jù)是離散的原始數(shù)據(jù)，第四段是事件發(fā)生后的因果數(shù)據(jù)（是聯(lián)系的、可選的）總結(jié)一把，快照應(yīng)該是對一個(gè)事件的真實(shí)記錄，他應(yīng)該包含以下內(nèi)容：
l 鍵碼。
l 時(shí)間單元。
l 只和鍵碼關(guān)聯(lián)的初始數(shù)據(jù)。
l 快照發(fā)生后所捕獲的二次數(shù)據(jù)，和前面無直接的關(guān)系。
元數(shù)據(jù)
關(guān)于（使用）數(shù)據(jù)的（歷史）數(shù)據(jù)，例如說數(shù)據(jù)倉庫導(dǎo)入的第一次時(shí)間、第二次時(shí)間。源數(shù)據(jù)在where，數(shù)據(jù)結(jié)構(gòu)是what，抽取的歷史紀(jì)錄等等。
數(shù)據(jù)倉庫中的管理參照表
數(shù)據(jù)倉庫中的參考數(shù)據(jù)（起數(shù)據(jù)年鑒作用），數(shù)據(jù)倉庫存在目的也就是為了提供參考依據(jù)，所以定期的產(chǎn)生參照數(shù)據(jù)可以減少數(shù)據(jù)倉庫中的數(shù)據(jù)量。這也不難理解：有了參照數(shù)據(jù)，自然就沒必要保留那些陳年舊帳了。
建立參照數(shù)據(jù)表有兩種方法：
1． 每隔一個(gè)特定的時(shí)間，就做一個(gè)參考表的一個(gè)快照。
2． 一個(gè)快照就是一張參考表（合而為一），然后，針對每次修改做紀(jì)錄。
數(shù)據(jù)周期
所謂數(shù)據(jù)周期是指從操作型環(huán)境數(shù)據(jù)發(fā)生改變，到這個(gè)變化在數(shù)據(jù)倉庫中體現(xiàn)出來所用的時(shí)間。例如某位銀行用戶搬家，他的新地址被添加在操作型數(shù)據(jù)中，數(shù)據(jù)倉庫覺察到后，立刻把自己的數(shù)據(jù)更新。這就是一個(gè)數(shù)據(jù)周期。
問題來了，這種調(diào)整應(yīng)該什么時(shí)間進(jìn)行一次呢？原則上是大于或等于24小時(shí)。這是為了數(shù)據(jù)的穩(wěn)定和代價(jià)問題。
轉(zhuǎn)換和集成的復(fù)雜性
這里有很多很多的內(nèi)容，偏偏他們都很零碎，象是在介紹經(jīng)驗(yàn)一樣，還是留給你一點(diǎn)研究吧。（我要偷懶啦）這就是建數(shù)據(jù)庫的方法。
觸發(fā)數(shù)據(jù)倉庫紀(jì)錄
觸發(fā)數(shù)據(jù)倉庫需要一個(gè)事件，而這個(gè)事件應(yīng)該是一重要活動，重要的以至于不能忽略它的存在，呵呵，簡單點(diǎn)就像點(diǎn)了一個(gè)按鈕，彈出了一個(gè)對話框一樣。當(dāng)捕獲到這個(gè)事件的時(shí)候，在數(shù)據(jù)倉庫中添加這個(gè)事件的快照。很簡單，不是么？可能你會想知道，什么事件，怎么觸發(fā)？舉個(gè)例子，你的一個(gè)重要的客戶，打電話通知你，修改交貨地點(diǎn)，ok！你的反應(yīng)恐怕是先找到這條發(fā)貨紀(jì)錄和客戶紀(jì)錄（這是快照），修改其中的交貨地點(diǎn)（二次數(shù)據(jù)），寫入數(shù)據(jù)倉庫中。明白了？
管理數(shù)據(jù)倉庫
管理的目的是為了讓數(shù)據(jù)該走的走，該留的留，該統(tǒng)計(jì)的就統(tǒng)計(jì)，不要讓過了期的數(shù)據(jù)占用寶貴的空間，呵呵，說著容易做著難，每人知道用戶那一天會發(fā)瘋似的翻陳年舊帳，萬一出了差錯(cuò)，會壞事的哦。所以正確的處理方法就是：·#￥%…！·#。沒看懂？啊哈，不好意思，這是外語，嘻嘻，總結(jié)一下有兩點(diǎn)：
1． 使用簡單紀(jì)錄方式，概括、綜合數(shù)據(jù)。這里有一個(gè)綜合尺度的問題，不要一次就把數(shù)據(jù)綜合到底，不要一次就丟掉數(shù)據(jù)的所有細(xì)節(jié)。讓簡單紀(jì)錄的第一遍為第二遍提供依據(jù)。
2． 同時(shí)建立數(shù)據(jù)備份。這是最保險(xiǎn)的方法，找張光盤阿，磁帶阿之類的，寫進(jìn)去丟到保險(xiǎn)箱里就完事了。什么？費(fèi)錢費(fèi)時(shí)，我覺得挺好啊，用戶查的時(shí)候，可以收她的費(fèi)么。還賺了一筆j
根據(jù)以上諸多的論述，你是不是已經(jīng)建立了一個(gè)大體的框架？知道什么才算是數(shù)據(jù)倉庫，怎樣的表結(jié)構(gòu)才算是符合數(shù)據(jù)倉庫的？說句老實(shí)話，我現(xiàn)在也沒能明白數(shù)據(jù)模型到底是個(gè)什么東西？是類似c++里的對象，還是類似數(shù)據(jù)結(jié)構(gòu)里的結(jié)構(gòu)體？我從中學(xué)到的是：數(shù)據(jù)倉庫在設(shè)計(jì)的時(shí)候就必須考慮什么，而不是怎樣做。所以，你一定要把這個(gè)東西搞明白，近期是不可能的。只能通過不斷的實(shí)踐，只應(yīng)該是一個(gè)經(jīng)驗(yàn)積累的過程，可以說還沒有一個(gè)完全可行，可以照搬的方法來設(shè)計(jì)數(shù)據(jù)倉庫。j是不是挺失望的，沒關(guān)系，這本來就是一個(gè)需要反復(fù)的過程，%50的成功率就算是不錯(cuò)的了，所以沒必要擔(dān)心 :p
好吧，假設(shè)我們在考慮了所有的情況后，建了一個(gè)十分完美的數(shù)據(jù)倉庫（有點(diǎn)厚顏無恥,xixi），開始訪問吧，你必須牢記這樣一個(gè)事實(shí)，數(shù)據(jù)倉庫一定有你所需要的數(shù)據(jù)，否則就必須進(jìn)行二次補(bǔ)丁開發(fā)。你開始統(tǒng)計(jì)、抽取、計(jì)算等等，沒有能不能，只有要不要！
模擬一下，你是一個(gè)銀行雇員，在收到了一個(gè)用戶的借貸請求，那你就必須想方法確定這個(gè)用戶的信用值和個(gè)人資產(chǎn)以及工作情況，來判斷是否給這個(gè)人貸款。這里有一個(gè)非常復(fù)雜的程序在后臺做這件事情。而且數(shù)據(jù)倉庫中也為這種請求準(zhǔn)備了相應(yīng)的數(shù)據(jù)。這種審核是綜合的也是非常快的。這時(shí)，必須考慮：
1. 償還歷史。
2. 私有財(cái)產(chǎn)。
3. 財(cái)務(wù)管理。
4. 凈值。
5. 全部收入。
6. 全部開銷。
7. 其它的無形資產(chǎn)。
……
在經(jīng)過復(fù)雜的計(jì)算后，才能得到審核的最后結(jié)果，但這個(gè)過程所需的很多數(shù)據(jù)都是數(shù)據(jù)倉庫整理出來的。ok,你是不是明白了數(shù)據(jù)倉庫還是挺有用的。
但讓我們考慮一下這種數(shù)據(jù)的存在形式吧，……，有沒有發(fā)現(xiàn)最后的數(shù)據(jù)是一個(gè)綜合了很多情況的合成數(shù)據(jù)。很多很多的內(nèi)容，像一個(gè)大鍋臘八粥，但里邊的配料來在不同的地方。嘻嘻，其實(shí)這是數(shù)據(jù)倉庫中必然的現(xiàn)象，稱之為星型聯(lián)接。哦——，其實(shí)這些部分都是有名字的，中間的綜合的是“事實(shí)表”，周邊的是維表。而且這里邊還有一個(gè)現(xiàn)象：事實(shí)表中包含了維表的主鍵。你可能沒有反應(yīng)過來，但事實(shí)就是這樣。
這里遍蘊(yùn)含了數(shù)據(jù)倉庫的訪問技巧。
好好想想吧，想明白了最好能教一下我j。
在明白了涉及數(shù)據(jù)倉庫的幾大要素之后，ok! let’s go on. 下面的問題將很深入的討論類似于設(shè)計(jì)細(xì)節(jié)和管理細(xì)節(jié)的話題。看過之后需要深入的思考，這才能從中領(lǐng)悟作者的本意。主要原因也包括翻譯問題。
來看看第一個(gè)問題：
數(shù)據(jù)倉庫的粒度
數(shù)據(jù)倉庫中的粒度是指數(shù)據(jù)的詳細(xì)程度，同樣為了描述一個(gè)情況，我可以用很多的數(shù)據(jù)，但同樣我也可以只用必需的數(shù)據(jù)。而這起決于存儲器。如果有很大的硬盤，那就沒有我們不能存的事情。所以，估計(jì)一年內(nèi)里表中的最大行數(shù)和最小行數(shù)，是設(shè)計(jì)者的最大問題。這里牽扯到了一個(gè)概念：上下限推測的方法。（別問我，我也不懂）
然后通過簡單的計(jì)算可以知道數(shù)據(jù)庫大概的情況，然后可以調(diào)整我們的策略。說的仔細(xì)一點(diǎn)，我們可以采用雙重粒度或者單一粒度的辦法。
雙重粒度是降低數(shù)據(jù)量的最佳方法。而且，大多數(shù)公司都采用這種方法。下面來一個(gè)分析：
雙重粒度包括：低細(xì)節(jié)級和高細(xì)節(jié)級。要知道：在很低的細(xì)節(jié)級上建立輕度匯總數(shù)據(jù)是沒有意義的。反過來，在太高的細(xì)節(jié)級建立匯總數(shù)據(jù)也是沒有用的。所以，一定要進(jìn)行數(shù)據(jù)粒度的評估，然后才能得出最佳的匯總方案。而可笑的是，這根本都是猜測出來的，沒有正確性的保證，嘿嘿，沒辦法，誰讓我們本來就是在做一件不知道條件，指知道結(jié)果的方程式呢，但你可以把你的結(jié)果給最終用戶看，讓她來評價(jià)這個(gè)好壞，別指望%100的通過，%50就很不錯(cuò)了：）
這里有一些反饋技巧和一個(gè)例子，在90頁，你可以參考一下。
如果說，數(shù)據(jù)粒度教你建數(shù)據(jù)倉庫的話，下一個(gè)話題就是教你管理啦！
數(shù)據(jù)倉庫和技術(shù)
這里有好多我看不懂的管理技術(shù)，嘻嘻，比如說：通過尋址，通過檢索，通過數(shù)據(jù)外延，通過有效的溢出管理…… 這里的管理包括：管理大量數(shù)據(jù)庫的能力和能管理好數(shù)據(jù)倉庫的能力。任何生成支持?jǐn)?shù)據(jù)倉庫的技術(shù)都要滿足能力于效率的要求。
你要能管理多介質(zhì)，主存、擴(kuò)展內(nèi)存、高速緩存、dsad(如硬盤)、光盤、磁帶……
數(shù)據(jù)倉庫的靈魂就在于靈活性和對數(shù)據(jù)的不可預(yù)測性的訪問，看不懂么？所的簡單點(diǎn)，就是它能對以往所有的數(shù)據(jù)進(jìn)行評估，提供分析依據(jù)。數(shù)據(jù)倉庫如果不能方便有效的利用索引，那么數(shù)據(jù)倉庫的建立就是不成功的。多利用一些二級索引、動態(tài)索引、臨時(shí)索引等等。
多種技術(shù)接口，這我不用再解釋了吧，這你應(yīng)該明白的。
對數(shù)據(jù)存放位置的控制，就像一開始講的，必須使數(shù)據(jù)倉庫有一整套完善的數(shù)據(jù)存放機(jī)制。而且最好是自動的噢！
數(shù)據(jù)的并行存儲和管理，假定對數(shù)據(jù)的訪問都是等概率的，則性能的提高與數(shù)據(jù)所分布的物理設(shè)備的多少成正比。
元數(shù)據(jù)的管理，記住這個(gè)事實(shí)吧，再好的房子，如果沒有鑰匙你也沒辦法！！所以，管理元數(shù)據(jù)的重要性甚至超過了管理數(shù)據(jù)倉庫中的數(shù)據(jù)。這包括表的結(jié)構(gòu)，表的屬性，源數(shù)據(jù)（紀(jì)錄系統(tǒng)），映射關(guān)系，數(shù)據(jù)模型說明，抽取日志，共用例行程序。
語言接口，sql語言接口，就是你要做一個(gè)前臺控制程序，可以插入、刪除……。
數(shù)據(jù)的高效裝入，自己想吧，（什么，老師偷懶，我就偷懶，怎么樣）這里沒有什么好說的，你需要根據(jù)不同的環(huán)境做不同的處理。
高效索引的利用、數(shù)據(jù)壓縮、復(fù)合鍵碼、變長數(shù)據(jù)、加鎖管理、快速恢復(fù)。我就不再多說了，這你比我還明白。
dbms類型和數(shù)據(jù)倉庫,
多維數(shù)據(jù)庫管理系統(tǒng)（俗稱”數(shù)據(jù)集市”），提供了一種信息系統(tǒng)結(jié)構(gòu)使得對數(shù)據(jù)庫的訪問非常靈活。如果我沒理解錯(cuò)誤的話，數(shù)據(jù)集市提供了一種數(shù)據(jù)的管理、考察方案，所以它是凌駕于數(shù)據(jù)倉庫之上的，所以數(shù)據(jù)倉庫的數(shù)據(jù)，是數(shù)據(jù)集市的主要數(shù)據(jù)來源，可以這么說，兩者的差別就在于數(shù)據(jù)粒度的不同，數(shù)據(jù)倉庫中的粒度很小，dbms的數(shù)據(jù)粒度很大。當(dāng)然，這樣做是有目的的，這不僅是為了使儲存的時(shí)間更長，也可以數(shù)據(jù)更集中！
這里還有很多其他的作用：
例如：
ü 支持?jǐn)?shù)據(jù)的動態(tài)連接。
ü 能夠支持通用的數(shù)據(jù)更新處理。
ü 關(guān)系結(jié)構(gòu)清晰明了。
那它是不是就完美了呢？其實(shí)不然！其實(shí)也有不少弊病需要克服。
數(shù)據(jù)量不如關(guān)系數(shù)據(jù)庫支持的那么多。
¨ 不支持通用的更新技術(shù)。
¨ 張如時(shí)間長。
¨ 結(jié)構(gòu)不靈活。
¨ 動態(tài)支持還有問題。
這是我看完數(shù)據(jù)倉庫后的一點(diǎn)感受，拿出來大家一起研究、研究，哈哈……
