电子银行业务分析系统—项目总结7. 项目技术经验

1. 项目技术经验

我们项目的定性分析：
首先，我们经常提到的操作数据存储（ODS）与数据仓库（DW）的区别：
ODS是介于DB和DW 之间的一种数据存储技术，和原来面向应用的分散的DB相比，ODS中的数据组织方式和数据仓库（DW）一样也是面向主题的和集成的，所以对进入ODS的数据也象进入数据仓库的数据一样进行集成处理。另外ODS只是存放当前或接近当前的数据，如果需要的话还可以对ODS中的数据进行增、删和更新等操作，虽然DW中的数据也是面向主题和集成的，但这些数据一般不进行修改，所以ODS和DW的区别主要体现数据的可变性、当前性、稳定性、汇总度上。
简单说ODS只是业务数据库的一个备份或者映像，ODS中的数据也尽量不做转换，而是原封不动地与业务数据库保持一致，目的是为了使数据仓库的处理和决策支持要求OLAP（联机分析处理）与OLTP（联机事务处理）系统相隔离，减少决策支持要求对OLTP系统的影响。
为什么需要有一个ODS系统呢？一般在带有ODS的系统体系结构中，ODS都具备如下几个作用：
1） 在业务系统和数据仓库之间形成一个隔离层；
2） 转移一部分业务系统细节查询的功能：
ODS的数据从粒度、 组织方式等各个方面都保持了与业务系统的一致，那么原来由业务系统产生的报表、细节数据的查询自然能够从ODS中进行，从而降低业务系统的查询压力；
3） 完成数据仓库中不能完成的一些功能：
数据仓库从宏观角度满足企业的决策支持要求，而ODS层则从微观角度反映细节交易数据或者低粒度的数据查询要求。

经过上面对一些概念的描述，我一直在想，我们当前的电子银行项目或给其他行开发的基于ODSB开发的项目是DW吗？我们面对的是客户提出的几十甚至上百张的报表需求，项目完成的是以几个业务主题建设的数据仓库吗？如果是数据仓库，那提供用户灵活的多维立方体、OLAP（联机分析处理）分析中那里？这些问题经过思考过后，我总结得出：虽然提供给用户的是一大堆各种各样的报表，但是数据仓库的架构是存在的，首先在数据准备区（数据平台）中建立一致性维度、建立一致性事实的计算方法；其次在一致性维度、一致性事实的基础上逐步建立数据集市，这个为电子银行部提供的其实就是一个数据集市，我们在这个数据集市上产生了业务报表，如果客户需要，完全可以创建几个如“渠道签约分析”、“渠道交易分析”等业务主题，再通过Cognos工具产生对应的多维立方体，提供管理层用户上卷、下钻等数据分析。这样我们以后为其他部门每次增加数据集市，都会在数据准备区整合一致性维度，并将整合好的一致性维度同步更新到所有的数据集市。这样，建立的所有数据集市合在一起就是一个整合好的数据仓库。这种数据仓库架构（自下而上）具有逐步建设的特点，它的开发周期比其他架构（自上而下）方式的开发周期要短，风险和相应的成本也要低。
其实数据仓库的建设还有一种“企业信息工厂”（自上而下）的实现方式是，首先进行全企业的数据整合，建立企业信息模型，即EDW。对于各种分析需求再建立相应的数据集市或者探索仓库，其数据来源于EDW，原子层给建立OLAP带来一定的复杂性，但是对于建立更复杂的应用，如挖掘仓库、探索仓库提供了更好的支持。这类架构的建设周期比较长，相应的成本也比较高。用户在短时间看不到想要的结果。
另外，基于ODSB的报表开发类项目，在项目管理中也与一般的应用系统有所不同，这里就不详细说明了。