虚拟数据仓库的优点

在21世纪中，是否能向整个组织的所有决策者持续提供有用信息，将是左右公司商务成功的关键因素之一。现今，许多大公司都拥有适当的电子邮件系统和协作性计算系统（如IBM的Loutus Notes等），这些系统可以向整个企业分发各种消息和文档。事实上，这些技术使用得过于泛滥，以致我们很多人都被信息淹没，大多数的信息对我们的决策几乎没有任何帮助。要想在这个新世纪取得成功，公司必须开始提供真正的商务智能（BI）。Gartner 集团（一家位于康涅狄格州斯坦福市的市场营销研究公司）认为，商务智能应该包括一些子系统，在进行业务活动时，通过与其它办公系统的集成，这些子系统可以对有关的企业信息进行获取、分析、透视以及根据这些结果采取行动等。此外，商务智能系统应该以容易理解的方式提交这些信息，以便于作出有效决策。

最近，虚拟数据仓库技术逐渐引起人们注意，它的出现对于信息的分发和决策质量的提高都将产生影响。虚拟数据仓库使用户可以从以前的各种应用程序中将最重要的数据部分提取出来，而不像传统数据仓库那样对数据有着时间、费用和风险等种种限制。

如今，由于越来越多的公司开始采用Web架构作为企业网络的中枢，它们开始回过头来开发信息提交应用程序。许多组织正在建立或正在考虑企业入口，企业入口通常是一个基于浏览器的唯一的信息门户，可以通过Web方式对内外部数据进行导航和检查，可以有序的发布信息。尽管与入口模式相适应的应用程序还在不断探索之中，但商务智能应用程序显然能够充分利用这种技术而更好地运转。例如，同一个企业入口可以为公司的管理提供重要的商业信息，同时也可以提供最新的主要竞争对手的股价，以及全世界存在于Web上的其它任何有关信息。

大多数的商务智能开发商都已经使他们的产品能够在基于Web的架构上来配置和使用，当然，他们还提供了一个容易实施的快速解决方案，用以配置基于Web的商务智能应用程序。基于Web的开发环境和不断增强的可扩展标记语言（XML，标准基于Web的数据操纵语言）使大多数组织都可以开发和应用定制的应用程序。许多公司开始发现，迅速应用专门的商业信息监控程序可以使公司对竞争压力和市场需求及时作出反应。

首先必须得到数据

不论想拥有定制的、基于Web的商务信息系统还是打包的在线分析处理（OLAP）工具，基本要求都是要能够取得公司数据以供应用程序使用，数据仓库是扩充旧系统功能的一个有效方法，同时也是对当今信息分发技术的一个有益补充。

多数企业都使用着一批不同类型的系统，一般说来，这些系统中所使用的数据库和文件系统也不同。更常见的是，为了提供有意义的商务智能，数据必须从几个不同的应用系统数据源中挖掘出来，而且，核心商务信息及历史记录都是通过旧系统采用旧的数据结构来存储和维护的。由于不同来源的数据必须联合起来以提高决策效率，很多公司都建立了数据仓库，其实质是创建一种中心幅射的方式，以使各个企业应用程序可将信息送至数据仓库，然后整个企业都可以使用这些信息。

数据仓库的使用对于企业中商务智能的传播有很多好处。首先，作为一个唯一的存贮各应用系统信息的仓库，数据仓库避免了以不同方式对各个商务智能应用系统进行数据访问；数据以易于存取的方式提交给应用程序，通常采用关系数据库的格式。其次，建立数据仓库的过程也是一次对数据净化的机会，换句话说，在数据装入数据仓库之前，必须经过检查和筛选，以更好的适应各种使用目的，这个数据净化过程并非数据仓库的内在特性，而是用于建立数据仓库的多数工具都具备的一个基本功能。另外，数据仓库的安装还要求创建元数据，用以对数据进行描述，这些元数据的定义保证了数据对一般用户群的可用性。

但是，数据仓库并不是一件容易的任务，建立数据仓库耗资极大，一旦建成，数据仓库系统的管理和维护也是很复杂的。

另一种方法：中间件方法

现今，企业中间件的迅猛发展为传统数据仓库提供了一个引人注意的替代品，根据公司需要，中间件可充当数据中心，对存贮在不同数据源的公司数据进行存取操作。传统数据仓库提供了一个中心数据库来存取信息，而使用中间件的虚拟数据仓库却是在不同的应用程序间建立直接联系，这种虚拟方法所耗费的时间和金钱都更少，并且数据损失的风险也更小。

与数据仓库类似，采用中间件方法对数据进行直接存取也必须首先对公司数据定义独立的元数据，因此，两者都具有易于使用的优点。分层的数据存取中间件可以用来对公司数据创建虚拟数据仓库，提供信息的访问接口，同时又省去了建立传统数据仓库系统的诸多麻烦。但是，数据存取中间件通常只能以数据的原始形式进行存取，不具备数据净化的功能，而这个功能恰是建立真实数据仓库的一个主要优点，这可能是虚拟数据仓库的一个重大缺陷，但其严重程度还要依赖于商务智能应用程序的配置。

用数据存取中间件来建立在线分析处理（OLAP）数据库时，就意味着可以使用OLAP模型中的相应功能进行数据净化，另外，随着基于企业内网的商务信息入口的创建，相应的应用程序将具有更多的静态查询需求以及更少的特殊查询需求。

换而言之，这些基于Web功能的用户对于数据有一个较为固定的视图，但是数据必须是及时的，广大用户群不大可能经常对公司数据产生新查询或是改变查询方式，管理信息系统部门将负责创建必需的查询模型（例如对客户地址校验，检查是否包含了城市、州名或两者），以迅速增强企业商务智能入口的功能。在这种数据传递模式下，中间件方法通常是最好的解决方案，其中的关键之处是，在数据可以使用之前尽量避免对其进行修改。

能够访问数据就行了吗？

上世纪九十年代初期，企业范围的商务智能的概念随着经理信息系统（EIS）和企业信息系统的出现而发展起来，许多商务智能先驱尝试采用新的图形表达技术来建立自己的应用程序以提高质量，但不久之后，这种自建方法就被各种专门的“打包”应用程序所取代，后者迅速占领了整个市场。这些应用程序都采用了图形用户界面（GUI）桌面环境为用户提供信息，应用程序的范围包括专门的用户自定义报表工具（如Seagate技术有限公司的Seagate软件子公司开发的Seagate Crystal Reports、Cognos公司的Cognos Impromptu以及Sterling软件公司的IQ Objects等），以及更复杂的OLAP工具（如Cognos PowerPlay、Seagate Holos和SRC 软件公司的Information Advisor等）。

考虑到将来基于企业内网的商务智能应用程序将迅速发展起来，并不断更新换代，以为广大用户群提供公司信息，到时这些应用程序的架构将与过去的商务智能工具有所不同。现今市场上的多数商务智能工具最初都是基于PC开发的，是“厚”客户端的应用程序。如果将来商务智能应用程序是以企业内网为基本框架的，那么由于这是一个“薄”客户端的架构，以前的设计模式将不再适用，现在的商务智能应用程序必须是基于浏览器的、分布式的应用程序。

在新模式下，商务智能应用程序可能不仅仅是一个纯数据的入口，而且还要求能对商务逻辑和过程进行访问，以便对数据进行创建和操纵。换句话说，商务智能是对组织中现有应用程序结构的扩充，而不仅仅是一个用于处理纯数据的离散的应用程序层。现行的商务智能应用程序要想完成这些任务，就必须变成能与组织中的应用程序框架结构相适应的应用程序。

这种方法仍然是以中间件层为中心的。围绕着中间件应用程序服务器而建立的应用程序结构框架不仅为数据提供入口，也为应用程序服务提供入口。有理由相信，商务智能应用程序将逐渐适应这种企业信息系统架构，同时依然可以避免对中间数据仓库的需要。

一种观点认为，对于这种模式的应用存在着一个老问题：大量数据（现在是商务逻辑）存在于以前的旧系统中。其实，这个问题正在得到解决，现在已经开发出很多旧系统扩充和集成工具，可以对旧系统中的数据进行访问，也可以把以前的应用程序服务作为标准应用程序结构框架环境的组成部分一并打包并进行利用。

利用中间件层可以把企业的全部数据集看作一个虚拟数据仓库，但这并不能完全取代传统数据仓库的位置，在很多大型组织中，数据量是如此巨大以致于将数据隔离起来并存放到一个专门的数据仓库之中是唯一的选择。但虚拟数据仓库确实是对传统数据仓库的有益补充，它为企业内部的信息传递提供了一种快速解决方案，采用最新的中间件技术，就可以将基于Web的应用程序轻松嵌入现行公司结构框架的顶层，并可对封锁在这些应用程序中的信息就行完全访问。

最后，虚拟数据仓库还为恰当的用户间以尽量直接的方式共享恰当的信息提供了一种重要途径，通过对以前系统的扩充并为基于Web的分布式应用程序提供数据访问接口，使用户能够充分利用其中经过数年时间的努力才得到的信息，并与当前最新技术相结合来进行决策。

传统数据仓库与虚拟数据仓库的对比

传统	虚拟
为信息存贮提供一个中心数据库	采用中间件作为数据中心，允许对存放于不同数据源的公司数据进行访问；采用中间件来建立不同应用程序间的直接联系
需要对元数据进行定义	需要对公司数据定义独立的元数据
具有数据净化功能	除非数据存取中间件直接用于建立OLAP数据库，否则只能以数据的原始形式进行访问

---