商业智能发动机—数据仓库引擎

    数据仓库引擎是BI中的核心，它的性能高低直接决定了BI的表现。一个完整的BI应用通常涉及数据仓库引擎及其相关的设计建模工具、ETL工具和前端展现工具等。

    这里的数据展现主要作用是以图表、Dashboard等形式将结果呈现给用户；ETL负责将原始数据进行抽取、转化、清洗、装载进数据仓库；数据仓库负责执行数据的存储和管理，并执行前端展现工具提交的各种查询分析任务。

    在BI应用中，数据仓库类似于汽车的引擎，居于核心地位，它的性能高低直接决定了BI应用的响应速度。而在大型BI应用中，性能是一个非常关键的问题，特别是那些有着海量数据、需要完成复杂查询任务的系统，数据仓库引擎的选择就更为关键。

    综观目前的数据仓库市场，能提供这一个工具的供应商并不多，一线的厂商主要有Teradata、IBM、甲骨文、Sybase、微软等。尽管同为数据仓库引擎，但是这些供应商各自所走的技术路线也并不同，不同的技术也导致了它们的产品具有完全不同的特点。

    Teradata应该算最为特立独行的一个，Teradata数据仓库主要运行在NCR WorldMark SMP硬件的Unix操作系统平台上，它的高性能主要通过Teradata与NCR硬件平台海量并行处理服务器结合，以及采用特有BYNET协议和查询优化等技术实现并行等机制。由于采用一些专有的硬件和技术，因此价格较高，是数据仓库中的“贵族”。

    IBM、甲骨文和微软的数据仓库引擎属于同一类，它们都提供数据库产品，其数据仓库引擎和数据库引擎从技术上说有很多相似之处。这种技术路线给它们带来的好处是，其数据仓库解决方案很自然地是从数据库技术拓展和延伸而来的，集成性和延续性比较突出。

    与IBM、甲骨文和微软相比，Sybase也同时提供数据库和数据仓库产品，但是，Sybase的数据仓库引擎却走了一条与IBM、甲骨文完全不同的技术路线。其中最大的不同就是在Sybase数据仓库引擎（即Sybase IQ）中采用列存储架构，而所有关系型数据库引擎广泛采用的则是行式存储。

    基于列存储所带来的一个直接好处是，在压缩方面比传统的关系型数据更加有效，这是因为同一列的所有数据域有相同的类型，因而每一列都可以为优化的效率和检索进行压缩; 列存储的另一个好处是性能上的提高，特别是在处理大数据量、复杂的跨多表查询时，列存储在性能上的提升非常明显。在保证数据压缩的目标下，能够同时提高查询性能，这正是Sybase IQ提倡的绿色数据库的概念。

    而目前，上述三种不同的数据仓库技术到底哪种更好，各家都有自己的说法。不过，用户倒是可以乐观其成，毕竟竞争可以带给用户更好的技术和产品。