数据仓库粒度选择：单双层次策略与空间估计

在《国家电子政务外网安全等级保护实施指南》第四版中，章节探讨了数据仓库设计中的一个重要概念——粒度选择。粒度划分是数据仓库架构设计的关键步骤，它涉及到对数据集的细化程度。在这个过程中，首先通过估计数据仓库中行的数量和DASD（Data Access Storage Device，数据访问存储设备）的需求来确定粒度。精确的数量级估计至关重要，因为它直接影响到后续的设计和实现。 当行数在一定范围内时，粒度的选择有所不同。如果一年内的行数少于100,000行，设计和实现相对灵活，适应性较强。然而，当行数达到1,000,000行以上时，推荐采用双重粒度级别，以确保数据管理和处理效率。超过10,000,000行时，双粒度是强制性的，设计者必须谨慎对待，以应对大规模数据的挑战。 对于更长期的数据管理，如五年或更长时间，预计会出现以下趋势：更多的专业技术和工具将可用，硬件成本下降，以及用户的专业化程度提高，这些都使得处理更大规模数据成为可能。尽管数据仓库的存储空间主要由字节数决定，但设计和粒度对总字节数的影响较小，因为索引的结构使得记录长度变化不影响索引项的数量。 章节1.1提到了决策支持系统的演变，这个领域经历了从20世纪60年代初期的简单应用，如基于主文件的报表和程序，到磁带存储为主的数据处理方式。随着数据量的增加，主文件和磁带的使用带来了一连串问题，包括数据一致性维护的复杂性、程序维护难度以及开发新程序的挑战。随着DS S处理的不断进化，数据仓库开始作为核心架构，不仅关注存储，还涉及更高效的数据管理和分析能力，以适应信息时代的需求。 选择正确的粒度级别是数据仓库设计的关键，需要根据预计的数据量和未来发展趋势做出明智决策。同时，理解DS S处理的历史和演变背景有助于我们更好地理解和设计现代数据仓库系统。