"数据仓库的考虑因素主要集中在易用性、集中管理和可靠的供应商三个方面。易用性是最关键的,包括用户能轻松上手,提供行业特定的实例,灵活且直观的分析界面,以及高效的性能。此外,供应商的成熟度也很重要,考察其是否能提供完整的解决方案、支持服务、培训和咨询服务。集中管理涉及系统的初始设置、维护、控制和扩展性,应选择使用中央数据库存储库的工具,并确保系统的安全性。"
在构建数据仓库时,数据仓库(Data Warehouse)和数据集市(DataMart)是核心概念,它们服务于决策支持系统(Decision Support System)。联机分析处理(OLAP)包括ROLAP和MOLAP,用于多维度数据分析。元数据(MetaData)记录关于数据的数据,而分析指标(Measure)和维(Dimension)是构建报表和分析的基础。星型模型(Star Schema)和雪花模型(Snowflake Schema)是常见的数据仓库结构设计,支持数据钻入/钻出(DrillDown/DrillUp)、表旋转(Table Rotation)等操作。数据挖掘(Data Mining)则从大量数据中发现有价值的信息。
数据仓库的主要功能包括查询/报告、钻取、比较、异常检测、预测、假设分析以及数据挖掘。在实施过程中,需考虑扩展性、灵活性、集成性和可靠性。业务人员的参与、需求验证、明确范围、工具选择、风险管理、外部咨询和系统集成都是成功的关键。例如,在房地产领域,可以建立数据仓库来监测和预测香港地区的租金和销售量,通过确定业务需求、用户需求、数据源和分析角度来规划项目。
在选择工具时,易用性是最重要的标准,用户应能快速掌握工具并高效地访问所需数据。同时,工具应提供丰富的示例,使用户能直观理解其功能。性能是另一个关键点,快速的数据访问对于在竞争激烈的市场中作出决策至关重要。用户还需要工具来呈现信息,如管理图形、网页发布或数字报告。可靠的供应商意味着他们能提供全面的支持,包括培训、咨询服务和具有竞争力的价格。
在集中管理方面,采用中央化的管理方式可以降低初始设置成本和后续维护工作。系统应易于设置,并且在维护上尽量自动化,减少人工干预。安全访问控制是必要的,以防止资源滥用,理想情况下,系统会在用户发起资源密集型查询前发出警告,以保护机器和网络资源。此外,数据仓库必须能够处理大规模数据(从GB到TB),并支持用户数量从几十到几千的扩展。