数据仓库发展：从早期应用到现代架构演变

《数据仓库第四版》第一章深入探讨了决策支持系统(DSS)的发展历程，以及数据仓库在其中的核心作用。章节开头指出，由于信息处理领域的相对年轻，它在早期的发展中存在急于求成的问题，例如过分关注技术细节而忽视整体设计。数据仓库的兴起正是对这种现象的反思，它强调的是体系结构的整体性和有效性。 1.1 演化 决策支持系统的演变始于计算机技术的早期阶段，最初是以单一的应用为主，比如基于主文件的报表和程序，使用COBOL语言编写，通过穿孔卡片进行数据交互。主文件通常存储在磁带文件上，尽管磁带能够廉价存储大量数据，但其顺序访问的特性导致效率低下，特别是对于只需要少量数据的操作，等待时间可能长达20至30分钟。 随着业务需求的增长，到了60年代中期，主文件的数量激增，导致数据冗余严重，这引发了数据一致性维护、程序维护复杂度上升以及新程序开发难度加大等问题。这些问题促使业界开始寻找解决方案，从而催生了数据仓库的概念，它作为大规模数据管理的中心，旨在提供高效的数据存储和分析能力，支持决策制定。 1.2 直接存取存储设备的产生 这一时期，直接存取存储设备（如硬盘）开始逐渐取代磁带，它们提供了更快的数据读写速度和随机访问的能力，大大提高了数据处理的效率。这对于数据仓库的建设至关重要，因为它需要快速获取和处理所需的数据，而不仅仅是顺序访问。 1.3 个人计算机/第四代编程语言技术 随着个人计算机的普及和第四代编程语言（如Pascal、C等）的发展，用户界面变得更加友好，程序员可以编写更灵活、高效的代码，这进一步推动了决策支持系统向更复杂的数据处理和分析功能发展。数据仓库开始集成来自多个源的数据，并通过更先进的抽取、转换和加载（ETL）过程来清洗和整合数据。 1.4 进入抽取程序 抽取程序在这个阶段扮演了关键角色，它们负责从不同的源系统中抽取原始数据，然后将其转化为适合数据分析的格式。抽取程序的出现简化了数据集成，使得数据仓库能够集中管理来自企业各个角落的非结构化和半结构化数据。 1.5 蜘蛛网 早期的数据仓库架构被称为“蜘蛛网”，指的是多个数据抽取源相互连接的复杂网络。这种架构允许数据仓库系统灵活地获取所需信息，但同时也带来了管理和维护的挑战。随着时间的推移，更优化的星型和雪花型架构逐渐取代了蜘蛛网，提高了数据处理性能和效率。 1.6 自然演化体系结构 随着技术的进步和业务需求的变化，数据仓库的体系结构经历了自然演进，从最初的简单应用到如今包含数据抽取、数据建模、数据存储、查询优化和分析等功能的全面系统。这些演变不仅提升了决策支持系统的效能，也为企业决策者提供了实时和深入的数据洞察，从而驱动了业务策略的制定和优化。