决策支持系统的演变与发展：数据仓库角色与生命周期

本章节主要讨论了决策支持系统的演变和发展，以及数据仓库在其中的关键作用。在信息系统的早期阶段，由于领域的"不成熟"，信息处理领域倾向于追求细节的精确性，而忽视了整体设计和目标。数据仓库的发展则反映了这种趋势的变化，业界开始关注构建大规模的体系结构，其中数据仓库被视为核心。 决策支持系统的起源可追溯至20世纪60年代的计算机时代，早期的应用主要集中在基于主文件的单个应用上，如报表和程序，使用COBOL语言，通过穿孔卡片存储数据在磁带文件中。然而，这种方式存在明显的效率问题，比如数据一致性难以保证、程序维护复杂以及开发新程序的困难，这些问题促使了对更高效数据管理方式的需求。 随着数据仓库的兴起，其解决的核心问题是数据集成和管理。传统的软件开发生命周期(SDLC)并不适应决策支持系统的特性，因为在这个领域，需求往往是在项目后期才逐渐明确的。数据仓库与操作型数据系统的区别在于，前者强调集成性，而后者通常是分散的。因此，数据仓库的生命周期与传统的SDLC形成了鲜明对比，更注重需求理解和分析，而不是一开始就假设需求已知。 图1-14展示了数据仓库环境下系统的开发生命周期，它要求从需求收集开始，通过集成和分析数据，最终实现并理解用户的需求。在这个过程中，DSS分析员的角色至关重要，他们是商业和技术的桥梁，他们的思维方式和需求驱动了整个数据仓库系统的开发。 本章节深入剖析了决策支持系统的发展历程，特别是在数据仓库的支持下，如何克服早期信息处理领域的局限，通过不断的演化和优化，提升数据管理和决策支持的效率与效果。理解这些历史背景和生命周期模型，对于现代信息技术专业人士来说，是掌握数据仓库和决策支持系统关键要素的重要一步。