数据仓库概念(二) - ODS
2015-04-02 14:33
162 查看
ODS(英语:Operational Data Store)是一种数据架构或数据库设计的概念,出现原因是来自于当需要集成来自多个系统的数据,结果又要给一或多个系统使用时。
一、概念
ODS (Operational Data Store)操作型数据存储,ODS具备数据仓库的部分特征和OLTP系统的部分特征,它是“集成的、当前或接近当前的、不断变化的”数据,一般不保留数据的变动轨迹,是数据仓库体系结构中的一个可选部分。
ODS的数据具有面向主题、集成的、可变的和数据是当前的或是接近当前的4个基本特征。同样也可以看出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。
二、ODS与DW比较
三、ODS与DW应用实施
四、常用术语
五、ODS优缺点
主要优点:
1、提供T+1同构表给MIS系统使用,减轻了对源交易系统的数据访问压力;
2、屏蔽了众多的、异构的数据库,例如DB2/400、sqlserver,物理上集中存放到oracle数据库,降低了MIS系统部署难度;
3、可以统一进行清洗和简单的处理,例如统一Trim;
4、提供部分整合后的主数据层供用户访问,可以降低源系统变化带来的影响;
5、对多个应用系统公用的数据指标可以统一加工,提供公共加工层表;
6、提供各源系统批处理结束标志,方便MIS日报开发;
7、对MIS系统的批处理作业可以提供统一调度;
8、提供部分表的历史数据保存,方便MIS使用;
缺点和不足:
1、改善源系统的数据质量的能力有限,例如:如果源系统没有最后修改日期字段,ODS也较难提供增量数据给后面的应用系统;
2、增大了数据错误的机率;如果通过ETL工具也可以直接访问多个源系统数据并完成数据加工,在数据准确性上保障更高;
3、因为不能掌握全部的源系统数据,例如繁多的登记薄,一段时间内还需要由需求推动同构表的分析和采集工作;
4、没有稳定的、面向主题的数据模型;
5、不能大量地保存历史数据;
6、批处理时间窗口内不能提供数据访问;
一、概念
ODS (Operational Data Store)操作型数据存储,ODS具备数据仓库的部分特征和OLTP系统的部分特征,它是“集成的、当前或接近当前的、不断变化的”数据,一般不保留数据的变动轨迹,是数据仓库体系结构中的一个可选部分。
ODS的数据具有面向主题、集成的、可变的和数据是当前的或是接近当前的4个基本特征。同样也可以看出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。
二、ODS与DW比较
ODS | DW |
主要是和源系统表结构相同,表结构随着源系统变化 | 面向主题的表模型,模型相对稳定 |
一般只保留最新数据或较短时间段的数据 | 历史数据,记录轨迹 |
追求时间窗口短,满足报表数据的实效性 | 批处理时间窗口较长 |
Update、Insert、Merge操作 | 主要是Insert操作 |
实施方案 | 特点 | 风险 |
数据仓库(DW) | 一般包含一个数据准备层,先进行源数据采集和清洗;有稳定成熟的模型; | 投入大、风险高 |
操作型数据存储(ODS) | 主要是快速采集源数据;一般也会采用DW的一些技术;可以部分保留较少天数的历史数据,不能满足企业的中远期决策需求;缺点是数没有稳定的数据层; | 投资小、但涉及技术较多 |
ODS+DW | 一般ODS用于报表数据源,同时为DW提供数据;DW作决策支持,提供历史数据; | 一般需要分步实施,降低风险 |
实施方案 | 实施结果 | 优势 | 劣势 |
ODS | 企业能够把握ODS中的当前综合数据对企业当前的运营情况随时掌控 | 可以满足企业的实时监控和实时业务需求 | 不能解决企业的中远决策需求 |
DW | 企业能够分析DW中的历史数据,进行中远期的规划 | 可以解决企业的中远决策需求 | 不能满足企业的实时监控和实时业务需求 |
ETL(Extract Transform Load) | 例如IBM Datastage、Informatic PowerCenter |
DM(Data Mart)数据集市 | 数据集市也可叫做“小数据仓库”。如果说数据仓库是建立在企业级的数据模型之上的话。那么数据集市就是企业级数据仓库的一个子集,他主要面向部门级业务,并且只面向某个特定的主题。数据集市可以在一定程度上解决访问数据仓库的瓶颈 |
Cognos | 报表开发展现工具 |
Cube | 数据立方体,Cognos基于文件的多维数据组织,用于多维分析 |
主数据 | 主要的业务数据,例如客户信息、卡、帐户 |
Metadata元数据 | 数据的数据,包括数据源元数据、ETL规则元数据、OD元数据、报表元数据、接口文件元数据、业务规则元数据等 |
主要优点:
1、提供T+1同构表给MIS系统使用,减轻了对源交易系统的数据访问压力;
2、屏蔽了众多的、异构的数据库,例如DB2/400、sqlserver,物理上集中存放到oracle数据库,降低了MIS系统部署难度;
3、可以统一进行清洗和简单的处理,例如统一Trim;
4、提供部分整合后的主数据层供用户访问,可以降低源系统变化带来的影响;
5、对多个应用系统公用的数据指标可以统一加工,提供公共加工层表;
6、提供各源系统批处理结束标志,方便MIS日报开发;
7、对MIS系统的批处理作业可以提供统一调度;
8、提供部分表的历史数据保存,方便MIS使用;
缺点和不足:
1、改善源系统的数据质量的能力有限,例如:如果源系统没有最后修改日期字段,ODS也较难提供增量数据给后面的应用系统;
2、增大了数据错误的机率;如果通过ETL工具也可以直接访问多个源系统数据并完成数据加工,在数据准确性上保障更高;
3、因为不能掌握全部的源系统数据,例如繁多的登记薄,一段时间内还需要由需求推动同构表的分析和采集工作;
4、没有稳定的、面向主题的数据模型;
5、不能大量地保存历史数据;
6、批处理时间窗口内不能提供数据访问;
相关文章推荐
- 关于数据仓库 — ODS概念
- 关于数据仓库 — ODS概念
- 关于数据仓库 — ODS概念
- 关于数据仓库 — ODS概念
- 关于数据仓库 — ODS概念
- 关于数据仓库 — ODS概念
- 数据仓库相关概念
- 关系数据库、数据仓库的概念和异同
- 数据仓库的基本概念
- 数据仓库中的概念
- 数据仓库概念浅析
- 谈谈一年来对“数据仓库”概念的困惑、探索和感悟(转)
- 多维数据仓库基本概念
- 带有ODS的体系结构中数据仓库的设计方法
- 数据仓库概念的简单理解
- 数据仓库系统实现DW与ODS字段类型及长度比对的一个方案
- 数据仓库的概念
- 数据仓库的概念
- SQL Server数据仓库相关概念及构建流程
- SQL Server数据仓库相关概念及构建流程