数据仓库和数据集市的鸡与蛋问题

 

     数据仓库实现有两个基本的方法：（1）采用自上而下的方法，先建立数据仓库然后向各个数据集市提供数据；（2）采用自下而上的方法，几个部门的数据集市组成数据仓库。那现在的问题是建立数据仓库还是先建立数据集市？

    两种方法各有优缺点如下：

自上而下的优点是：1、从整个企业的业务角度看待数据；2、数据都是有机的结合，不是有彼此分离的数据集市组成；3、对数据的内容唯一、集中的存储；、集中控制和集中的规则；5、对反复的查询能够作出快速的反应。缺点是：1、需要花费较长的时间来完成建设；2、失败的风险很大；3、需要实施人员具有高水平的综合技能；4、实施费用过高并且不容易看到结果，向高层管理和投资者推销比较困难。

自下而上的有点是：1、实施快速而方便；2、良好的投资回报；3、失败风险较小；4、这个过程是渐进的，可以有选择的先建立重要的数据集市；4、团队实施人员可以在实施过程中学习和成长。缺点是：1、每一个数据集市对数据的视角都比较狭窄；2、每个数据集市都有冗余数据；3、总是有矛盾和不一致的数据；4、增加无法管理的接口。

 

   可以根据这两种方法的优缺点，考察企业需要的是什么来决定使用那一种实现方法，是长期的结果？还是关于几个主题的快速数据集市？

如果上述两种方法都不合适，可以采用两者结合的折中方法：1、从这个企业的角度来计划和定义需求；2、为完整的仓库创建一个体系结构；3、是数据内容一致而且标准化；4、将数据仓库作为一组超级数据集市来实施，每次一个。按这种方法实施，数据集市就是数据仓库系统中的逻辑子集，数据仓库就是一组数据集市的集合。而企业中单独的数据集市是为特定的商业部门而建立的，并不是数据仓库中数据集市的简单集合。