一、前言
传统数据库( Database, DB) 在联机事务处理( OLT P) 中获得了较大的成功, 但是对管理人员的决策分析要求却无法
满足, 数据仓库( Data Warehouse, DW) 能把日常业务处理中所收集到的各种数据转为具有商业价值的信息, 从而为企业决策分析提供了强大的技术支持。传统的数据仓库系统是两层的DB- DW 体系结构, 该结构不能涵盖企业所有的数据处理要求, 如: 缺乏支持战术决策的数据结构基础, 难以实现实时分析和挖掘应用; 企业数据集成接口复杂, 不能满足企业OLTP 系统的需要; 难以承受大量的即时分析查询( Ad- hocquery) 等。在体系结构中引入操作型数据存储( operationaldata stor e, ODS) 就可以解决以上两层结构效率低、实时支持能力差、数据集成困难的缺点。
二、什么是ODS
操作型数据存储( operationaldata stor e, ODS),ODS 是一种混合结构, 支持操作型事务处理和分析型处
理。保存在ODS 中的数据具有的特点 : 面向主题; 集成的; 可变的; 数据是当前或接近当前的; 详细的。
三、ODS和DW的区别
1.ODS 和DW 拥有数据的量级相差较大。
从数据存放的时间上看, DW 中包含的是大量的历史数据。其数据量远远超过了在ODS 中存放的当前和近期数据。从数据的内容上看, DW 中几乎无所不包, 从细节数据到轻度综合、高度综合的数据都在其中, 甚至为了决策的需要, 还需要从外