最近大家对数据仓库架构的讨论又多了起来，我在这里对一些架构进行一下简单的整理。目的是给大家树立一个靶子，大家可以在这篇文章后尽情的批判和补充。
[@more@]我把我听说过的架构都归整在一起，分了六类，其中和很多说明是我个人的理解，不见得正确，大家多多指导。
1．独立的数据集市架构（Independent data mart architecture）
独立的数据集市架构有时也称为独立的数据仓库架构，应该是出现最早的架构方式，也是很常见的方式。特别是对于中小企业、中小开发公司，出于成本和见效快的考虑都会采用这种架构方式。大家对这种架构方式一定也很熟。
这种架构方式的缺点也很明显，不是企业内一致的数据，产生信息孤岛。当然我企业就是很小，就一个系统，不用整合，一个数据集市足以的情况下采用这种方式也没什么。先期小投资，让企业看看效果，以后发展大了再考虑重新建立数据仓库。
2．联邦式数据仓库架构（Federated data warehouse
architecture）
这 种架构方式我之前写过一点简单介绍，当然，我对这种方式也不熟，介绍的也是乱七八糟。我想它的出现应该是由于，企业发展的初期建立了几个独立的数据集市架 构，后来发现这样不行，数据没整合，要解决信息孤岛得想办法。推倒重建当然好，不过投入太大，以前的数据集市还想用，怎么办。于是，想出另一种办法，在各 个独立的数据集市间建立一些对照表，在不推倒它们的基础上能进行一下数据交换。后来，慢慢发现，早想好整合策略，直接这样建数据仓库也可以，于是，地域联 邦、功能联邦的概念也就都提出来了。
联邦架构的缺点也很明显，除非建立之初就采用类似总线架构的方法实现数据一致，否则很容易出现数据不一致，导致整合的不彻底。如果之初就考虑好的话，和总线架构的差别就不大了。当然，对于临时解决企业原有独立数据集市的数据交换问题，联邦架构还是有一定作用的。
3．集中式架构（Centralized architecture）
集 中式架构方式的出现，标识着数据仓库架构已经进入比较成熟的时期。他的架构方式是建立物理的EDW，即中心数据仓库，数据都集中的EDW中，应用和分析程 序都在EDW中进行访问，数据是全企业内一致的。随着ROLAP的发展，在这种集中式架构中建立ROLAP开始比较流行，常见的 MicroStrategy公司的解决方案就是在EDW中建立ROLAP。ROLAP单独建表保存元数据，只保存维度模型的关系，不保存维度模型的数据， 由MicroStrategy的应用去解析，加上应用服务器作为缓存，速度还可以。
这种方式也有一些缺点，如扩展能力差，对EDW所在的RDBMS要求太高，随着数据量和分析的逐步增长，就不得不再把数据进行分离。如果在EDW的基础上进行数据分离，为不同的应用单独建立数据集市或者挖掘仓库，集中式结构也就演变成Hub
and Spoke架构方式。
4．集线器和车轮辐条架构（Hub and spoke architecture）
其实我更想直接称之为企业信息工厂架构（Corporate
information factory
architecture）， 集线器和车轮辐条架构听起来比较别扭，叫起来也不响亮。而企业信息工厂应该是这种架构方式的最出色的代表。从名称我们也能大概猜个差不多，中心数据仓库 EDW从各个源系统收集数据，将数据提供给各个数据集市和挖掘仓库，功能和集线器很相似，所以称为Hub。如果大家把图画出来，可能会更形象一些，EDW 和各个源数据库及数据集市、挖掘仓库之间都连一条线，看起来就向一个车轮，这些连线就像车轮辐条，所以称为Spoke。而这种采用中心数据仓库EDW集成 数据，再分散到各个数据集市使用数据的方式就形象的称为Hub
and spoke architecture。
这种架构方式当然也有缺点，虽然是在集成的中心数据仓库EDW上建立数据集市，但是这些数据集市之间还是不能进行数据交换的，大家建立的方法和ETL程序都会不同，各个数据集市之间的数据不见得的是一致的。而且这种架构方式开始变得复杂。
5．总线架构（Bus architecture）
总线架构和Hub and spoke
architecture 的最大区别，应该是维度建模的原子层和一致性维度的建立。正因为预先建立的总线架构和一致性维度，所以这种架构可以保证在逐步建立数据集市的过程中还能保 证企业数据的一致性。总线架构是数据仓库架构方式从复杂走向简单的一步，将维度建模的数据仓库原子层和数据集市合而为一，一层就把数据仓库建立好的，还能 支持各种数据集市分析应用。
当然总线架构也有缺点，中心数据仓库以维度模型保存，对于特殊的非维度型分析应用会有局限性，支持的不好。
6．复合式架构（Composite architecture）
复合式架构是我自己起的一个名字，当然它可能有自己的名字但是我不知道，欢迎大家指导。这种架构方式是综合考虑Hub
and spoke architecture和Bus
architecture两种架构方式，或者说综合两种方式得出的一种架构方式。这个，innovate511可能更有发言权，CDW架构应该就是这种架构方式的代表。
复合式架构的缺点也是很明显，架构过于复杂，（比CIF还要复杂），企业内数据量大的话，每一次搬动都会非常麻烦。
呵呵，简单的整理的各种架构，也大略谈了一些缺点，至于那种架构好，那种不好，我不想和大家争论，我想它们都有自己的适用范围吧。欢迎大家对我文章中的错误和描述不清的地方进行指导。
[@more@]我把我听说过的架构都归整在一起，分了六类，其中和很多说明是我个人的理解，不见得正确，大家多多指导。
1．独立的数据集市架构（Independent data mart architecture）
独立的数据集市架构有时也称为独立的数据仓库架构，应该是出现最早的架构方式，也是很常见的方式。特别是对于中小企业、中小开发公司，出于成本和见效快的考虑都会采用这种架构方式。大家对这种架构方式一定也很熟。
这种架构方式的缺点也很明显，不是企业内一致的数据，产生信息孤岛。当然我企业就是很小，就一个系统，不用整合，一个数据集市足以的情况下采用这种方式也没什么。先期小投资，让企业看看效果，以后发展大了再考虑重新建立数据仓库。
2．联邦式数据仓库架构（Federated data warehouse
architecture）
这 种架构方式我之前写过一点简单介绍，当然，我对这种方式也不熟，介绍的也是乱七八糟。我想它的出现应该是由于，企业发展的初期建立了几个独立的数据集市架 构，后来发现这样不行，数据没整合，要解决信息孤岛得想办法。推倒重建当然好，不过投入太大，以前的数据集市还想用，怎么办。于是，想出另一种办法，在各 个独立的数据集市间建立一些对照表，在不推倒它们的基础上能进行一下数据交换。后来，慢慢发现，早想好整合策略，直接这样建数据仓库也可以，于是，地域联 邦、功能联邦的概念也就都提出来了。
联邦架构的缺点也很明显，除非建立之初就采用类似总线架构的方法实现数据一致，否则很容易出现数据不一致，导致整合的不彻底。如果之初就考虑好的话，和总线架构的差别就不大了。当然，对于临时解决企业原有独立数据集市的数据交换问题，联邦架构还是有一定作用的。
3．集中式架构（Centralized architecture）
集 中式架构方式的出现，标识着数据仓库架构已经进入比较成熟的时期。他的架构方式是建立物理的EDW，即中心数据仓库，数据都集中的EDW中，应用和分析程 序都在EDW中进行访问，数据是全企业内一致的。随着ROLAP的发展，在这种集中式架构中建立ROLAP开始比较流行，常见的 MicroStrategy公司的解决方案就是在EDW中建立ROLAP。ROLAP单独建表保存元数据，只保存维度模型的关系，不保存维度模型的数据， 由MicroStrategy的应用去解析，加上应用服务器作为缓存，速度还可以。
这种方式也有一些缺点，如扩展能力差，对EDW所在的RDBMS要求太高，随着数据量和分析的逐步增长，就不得不再把数据进行分离。如果在EDW的基础上进行数据分离，为不同的应用单独建立数据集市或者挖掘仓库，集中式结构也就演变成Hub
and Spoke架构方式。
4．集线器和车轮辐条架构（Hub and spoke architecture）
其实我更想直接称之为企业信息工厂架构（Corporate
information factory
architecture）， 集线器和车轮辐条架构听起来比较别扭，叫起来也不响亮。而企业信息工厂应该是这种架构方式的最出色的代表。从名称我们也能大概猜个差不多，中心数据仓库 EDW从各个源系统收集数据，将数据提供给各个数据集市和挖掘仓库，功能和集线器很相似，所以称为Hub。如果大家把图画出来，可能会更形象一些，EDW 和各个源数据库及数据集市、挖掘仓库之间都连一条线，看起来就向一个车轮，这些连线就像车轮辐条，所以称为Spoke。而这种采用中心数据仓库EDW集成 数据，再分散到各个数据集市使用数据的方式就形象的称为Hub
and spoke architecture。
这种架构方式当然也有缺点，虽然是在集成的中心数据仓库EDW上建立数据集市，但是这些数据集市之间还是不能进行数据交换的，大家建立的方法和ETL程序都会不同，各个数据集市之间的数据不见得的是一致的。而且这种架构方式开始变得复杂。
5．总线架构（Bus architecture）
总线架构和Hub and spoke
architecture 的最大区别，应该是维度建模的原子层和一致性维度的建立。正因为预先建立的总线架构和一致性维度，所以这种架构可以保证在逐步建立数据集市的过程中还能保 证企业数据的一致性。总线架构是数据仓库架构方式从复杂走向简单的一步，将维度建模的数据仓库原子层和数据集市合而为一，一层就把数据仓库建立好的，还能 支持各种数据集市分析应用。
当然总线架构也有缺点，中心数据仓库以维度模型保存，对于特殊的非维度型分析应用会有局限性，支持的不好。
6．复合式架构（Composite architecture）
复合式架构是我自己起的一个名字，当然它可能有自己的名字但是我不知道，欢迎大家指导。这种架构方式是综合考虑Hub
and spoke architecture和Bus
architecture两种架构方式，或者说综合两种方式得出的一种架构方式。这个，innovate511可能更有发言权，CDW架构应该就是这种架构方式的代表。
复合式架构的缺点也是很明显，架构过于复杂，（比CIF还要复杂），企业内数据量大的话，每一次搬动都会非常麻烦。
呵呵，简单的整理的各种架构，也大略谈了一些缺点，至于那种架构好，那种不好，我不想和大家争论，我想它们都有自己的适用范围吧。欢迎大家对我文章中的错误和描述不清的地方进行指导。
来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/7757832/viewspace-901177/，如需转载，请注明出处，否则将追究法律责任。
转载于:http://blog.itpub.net/7757832/viewspace-901177/
5825
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
