杂感-关于数据仓库的一点体会

刚才看到同事的签名：没有妞泡的情人节，调戏代码吧！我只能：写篇日志转移注意力吧，其实对我影响最大的是：酒店房价涨的厉害，差点露宿街头了。
为什么我每天都有忙不完的事情呢？
从我实习时就到这个项目组，但现在项目还没有做完，年前拿到的竣工报告只有70%！！而现在又有忙不完的工作安排。为什么呢？
虽然我们模型已经建好了，系统也每天在运行，每天的交易数据都按时采集过来，并装载到数据仓库中了。正常来说应该很快转入运维了，而不是开发调试。
但是虽然数据仓库中有这么多企业的宝贵数据信息，但客户不知道这些数据的准确度，尤其当这些数据装载如程序，采用核算客户资金，客户持仓市值，时一旦出现小小失误，他们开始怀疑数据仓库里的数据质量了。接着提出针对每个环节的数据校验核对，工作就来了（赶紧写核对脚本）。
事实上我们数据质量做得不够好。尤其对一个复杂的系统，应用系统。比如oracle，它能够让人知道它每一步做了什么。而我们还做不到，
E:有没有在指定的时间抽取到符合要求的数据
T：有没有在指定的时间内完成数据清洗，确定的清洗规则合理吗？
L：能不能在指定的时间内完成数据装载，如何保证完整装载呢？（曾经遇到数据部分丢失的情况，折腾了一个月！）

觉得项目里实时数据处理也是我们非常蹩脚的方面。因为实时，频率高，性能问题就来了，数据质量管理难度就增加了。需要实时处理的数据如果有流水号，时间戳，由于需求，设计特殊，这部分数据竟然还有大文本字段。我们是怎么处理的？不说了，反正不是最佳实践！

希望我们用上 information analyzer后能把数据质量管理好。
以后重点学习性能优化方面的。