数据仓库的集中性？

作者: Qing 20070911

BI领域，人们一直谈论的话题无非是数据仓库、数据挖掘、OLAP、ETL等等。谈论具体的事情比空谈当然要来得实在，比如谈应该如何建模，雪花模型跟星型模型的区别等。这些话题，清楚。当有人问，决策支持怎么作啊，这就是个不知道如何回答的问题，或者说，很容易谈到形而上的路子上去。再比如问，构建数据仓库是为了什么啊？

为了什么？就像中学政治课本里面的问答题一样，经常有这样的题目。那些问题有"标准答案"，如果你回答的点跟它不同，扣分。现实生活中，没有标准答案，只能让人不断去思考。

有一次，我是这样回答这个问题的----"提供统一的数据视图"。如此回答，主要的出发点是数据仓库就是提供数据管理的服务，至于如何分析这些数据，不是它要干的。因此，用"统一的数据视图"来表达，应该是可行的。当然，对于这个回答，还缺少深入的讨论，至少没有谁来说，你这个说法是错误的，并指出错误的原因。怀疑这种说法的当然有，比如，一位朋友说，"'统一'这个词有问题，这个词有点专制的意味，破坏了权力的平衡，使权力集中成为可能。"

"我靠"，我不禁感叹了一句，感叹这位朋友思维的跳跃性，我可从来没有想过数据仓库导致权力集中的事情，这真的有关系吗？于是我回答，"数据的集中并不代表权力的集中。"是啊，如果数据集中就是权力集中，那信息部门岂不是发达了，可是现状是他们不可能成为企业的权力核心。

这个问题就这么过了，没什么讨论的必要。

可后来我回想了一下，觉得并非没有必要。因为很少人想这个问题，数据仓库从生来似乎就是为集中而存在的，当初他的定义里面四项特征里面就有一项是"集中的"，而且还号称要解决信息孤岛的问题。通过ETL将分散的、异构的数据，聚集到数据仓库里面。有谁怀疑数据仓库的集中？也许，从民主性的角度是一种怀疑点，这在上面已经说了。除此以外，还有很多可疑点，人们说，集中数据，可以提升访问速度，可以杜绝对生产系统的干扰，可以保持一份干净的数据。但为达到这些目的，是否只能通过集中数据来实现呢？

在传统的行业里面，存在仓库这种实体，因此在供应链管理里面，库存管理是个重要环节。这种仓库跟数据仓库确实是很相似的，虽然那些货物是移动，而数据是复制。现在有人创造出"零库存"的供应链，自己不必将销售的货物存放在仓库里面，只要客户发出订单，就可以整合下游供应商迅速组合成可以交付客户的货物。

这是种先进的供应链管理，借助这个比喻下，看看在数据仓库上进行分析，就像是一种落后的传统模式。也许，真的有一种更新的模式可以代替它。

似乎EII跟那种先进的供应链有点类似，它构建一个虚拟的数据仓库。当用户发出查询请求，它转发到相应数据所在的系统里面，得到数据，可能来自不同的多个系统，然后将这些数据再装配成用户需要的结果。理念不错，可还存在一些技术难度，比如响应速度，元数据管理等等难题。

当然，这是一种设想。一种事物的存在并非因为出现了一种更优事物而消灭，通常，这种更优的东西甚至是被阻碍的，特别是涉及到利益，破坏垄断。所以，你基本上不用指望IBM、Teradata、Oracle、HP、MS这样的数据库厂商去给你创造什么新的模式（也许他们已经想到了，却不跟你说），他们更加看重的是如何扩大自己的数据仓库份额，那么数据仓库就是必不可少的BI基础设施。

作者: John Zhu 20070911

说起这个使我不由得想起Kimball学派和Inmon学派关于数据仓库的争论。我个人比较支持Kimball的做法，因为它比较实际，在操作性上更容易实现一些，从而更容易成功。

作者: William 20070914

你说的有道理，其实现在厂家吹嘘的AEI，EAI模式已经是你所设想的内容，但是，其实是硬件设备无法达到这种实时性能，因此，需要耐心等候一段时间。

就像是SOA，明明大家知道是好东西，但是现在有多少人真正用了这个东西？一个技术的普及还是需要时间的，慢慢来吧。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友