数据仓库的未来是什么？

不可否认–我们生活在“客户时代”。 现在，全世界的消费者都获得了数字化授权，他们可以决定哪些企业将成功并发展，哪些企业将失败。 结果，大多数精明的企业现在都知道必须痴迷于客户才能成功。 他们必须拥有最新的数据和分析信息，以便可以为客户提供所需的信息，并提供最大的客户满意度。

这种理解引起了商业智能（BI）的概念，数据挖掘，大数据和数据分析的使用，以分析原始数据并创建更快，更有效的业务解决方案。 但是，虽然BI的概念不一定新颖，但是传统的BI策略已不足以跟上并确保将来的成功。 如今，传统BI必须与敏捷BI（使用敏捷软件开发来加速传统BI以获得更快的结果和更大的适应性）相结合，并提供大数据以提供最快和最有用的见解，以便企业可以转换，服务和保留更多信息顾客。

本质上，为了使企业生存，BI必须不断发展和适应以提高敏捷性，并在新的客户驱动的企业时代紧跟数据趋势。 正如我们将看到的那样，这种用于BI的新模型也正在驱动数据仓库的未来。

较早的BI部署无法保持成功的步伐

尽管过去的BI应用程序和部署已具有多年的价值，但它们根本无法跟上当今客户的需求。 实际上，IT和业务决策者仅部署传统BI时就遇到了许多挑战。 这些包括：

• 无法准确地量化其BI投资的ROI。 较新的BI部署实现了用于测量ROI和确定BI工作价值的方法。
• IT和业务团队之间的沟通和一致性细分。
• 无法正确管理操作风险，解决延迟挑战和/或处理可伸缩性。 尽管BI旨在改善所有这些方面，但传统的BI却落后了。
• 平台迁移和/或集成困难。

数据质量差。 即使数据挖掘是快速而广泛的，但如果数据质量达不到标准，它对于为重要的业务决策创建可操作的情报也将无用。

通过新的BI部署满足客户需求

那么，如何将传统的BI，敏捷的BI和大数据相结合，帮助企业在当今市场中成长并取得成功？ 考虑到大数据通过利用多个数据源，可以使企业更全面地了解客户。 同时，敏捷BI满足了对更快，更适应智能的需求。 将两者与现有的传统BI结合起来，可以将曾经分开的工作结合在一起，以创建更强大的洞察力和分析系统。

通过这种新的BI策略，企业可以持续利用洞察力并在更短的时间内创建可操作的数据。 使用相同的技术，流程和人员，企业可以同时管理增长和复杂性，更快地响应客户需求以及改善协作和顶级收益。

新型数据仓库的驱动力

对于这种新的BI部署而言，一种新型的数据仓库必不可少，因为较旧的BI部署效率低下的原因主要在于浪费在数据移动和复制上的时间和精力。 一些因素正在推动数据仓库的发展和未来，包括：

• 敏捷性 –为了今天取得成功，企业必须比以往更多地使用协作。 新模型没有为数据挖掘和分析，IT，BI，业务等领域设有单独的部门，团队和实施方式，而是涉及跨职能的团队，这些团队参与自适应计划以进行持续的发展和改进。 这种模型无法用于旧形式的数据仓库，只能使用一个服务器（或一组服务器）存储和检索数据。
• 云 –越来越多的人和企业将数据存储在云中。 基于云的计算提供了从不同来源访问更多数据的能力，而无需进行大量的数据移动和复制。 因此，云是未来数据仓库的主要因素。
• 下一代数据 –借助物联网，我们已经看到数据存储，数据挖掘以及与大数据相关的所有事物的重大变化。 下一代数据将（并且已经包含）包括更多的演进，包括实时数据和流数据。

新数据仓库如何为企业解决问题

那么，新的数据仓库如何改变BI和大数据的面貌？ 这些新的数据仓库解决方案通过将实时数据与以前存储的历史数据连接起来，为企业提供了更强大，更简单的方法来实现流式实时数据。

以前，商业智能是公司中与业务部门完全不同的部门，数据分析是在孤立的泡沫中进行的。 分析还仅限于查看和分析历史数据，即过去的数据。 今天，如果企业仅查看历史数据，它们甚至会在开始之前落后于曲线。 新的数据仓库技术和软件提供的一些解决方案包括：

• 数据湖 –数据湖具有平面结构，可以像原始数据仓库那样将数据存储在分层文件和文件夹中，而不用像传统的数据仓库那样将其存储为原始格式，直到需要它为止。
• 跨组织分散的数据–新的数据仓库使跨组织和部门的数据收集和分析速度更快。 这与敏捷性模型保持一致，并促进了更多的协作和更快的结果。
• 物联网流数据 –再次，物联网是主要的游戏规则改变者，因为客户，企业，部门等在多个设备之间共享和存储数据。

在客户时代蓬勃发展–企业必须合并以前的单独努力

既然我们看到了实时和流数据，那么为业务洞察力创建统一的战略比以往任何时候都更为重要。 这意味着要合并以前的单独工作，例如传统的BI，敏捷的BI和大数据。

业务敏捷性对于转换和保留客户比以往任何时候都更为重要。 为此，BI必须始终在发展，改进和适应，这需要更多的协作和新的数据仓库解决方案。 通过这种战略和技术的发展，企业可以希望在《客户时代》中成长和提高。

数据仓库未来的例子

数据仓库的未来究竟是什么样的？ 像SAP这样的公司现在正在努力。 通过在内部运行的BW / 4HANA数据仓库解决方案以及Amazon Web Services（AWS）和类似的其他解决方案的发布，我们可以看到企业如何结合历史数据和流数据以更好地实施和部署新的BI策略。 该系统及其他类似系统可与Spark和Hadoop以及其他编程框架一起使用，以将数据和洞察力系统带入21世纪及其以后。

翻译自: https://www.javacodegeeks.com/2016/11/future-data-warehousing.html