ODS（Operational data Store ）数据操作存储 _学习笔记

ODS 是一个面向主题的、集成的、可变的，当前细节数据的集合，用于支持即时性、集成的全体信息需求。ODS 的数据存

 储结构应于仍数据事务型数据库系统一致（应需求而定），因此ODS数据可以不做抽取、转换，而将数据完全镜像过来。

 其主要的作用如下：

1） 在业务系统和数据仓库之间形成一个隔离层。

         ODS用于存放从业务系统直接抽取出来的数据，这些数据从数据结构、数

    据之间的逻辑关系上都与业务系统基本保持一 致，因此在抽取过程中极

    大降低了数据转化的复杂性，而主要关注数据抽取的接口、数据量小、

    抽取方式等方面的问 题。

2） 转移一部分业务系统细节查询的功能

         数据仓库建立之前，大量的报表、分析是由业务系统直接支持的，在一

    些比较复杂的报表生成过程中，对业务系统的运 行产生相当大的压力。

    ODS的数据从粒度、组织方式等各个方面都保持了与业务系统的一致，那

    么原来由业务系统产生  的报表、细节数据的查询自然能够从ODS中进

    行，从而降低业务系统的查询压力。       

3） 完成数据仓库中不能完成的一些功能。

      一般来说，带有ODS的数据仓库体系结构中，DW层所存储的数据都是进行

   汇总过的数据和运营指标，并不存储每笔交易 产生的细节数据，但是在某

   些特殊的应用中，可能需要对交易细节数据进行查询，这时就需要把细节

   数据查询的功能转移到ODS来完成，而且ODS的数据模型按照面向主题的方

   式进行存储，可以方便地支持多维分析等查询功能。即数据仓库从宏观角

   度满足企业的决策支持要求，而ODS层则从微观角度反映细节交易数据或

   者低粒度的数据查询要求。在一个没有ODS层的数据仓库应用系统体系结

   构中，数据仓库中存储的数据粒度是根据需要而确定的，但一般来说，最

   为 细节的业务数据也是需要保留的，实际上也就相当于ODS，但与ODS所

   不同的是，这时的细节数据不是“当前、不断变化的”数据，而是“历史

   的，不再变化的”数据。这样的数据仓库的存储压力和性能压力都是比较

   大的，因此对数据仓库的物理设计和逻辑设计提出了更高的要求。

 

     以上从ITPUB 电子杂志第十五期杂志上摘录的。

   

ODS （数据操作存储）是数据仓库与业务系统之间缓冲的地带，经过这个缓冲避开了应用数据以及实时模型的升级过程中 事务完整性和事务完整性处理的总开销。而且可以按照相应的主题进行存储，即为数据仓库从宏观角度满足决策支持要 求。具体的实施应根椐业务数据的实际情况进行建模、实施。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/13571112/viewspace-659839/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/13571112/viewspace-659839/