数据仓库概念（二） - ODS

 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

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

三、ODS与DW应用实施

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

四、常用术语

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

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；