动态数据仓库发展演变的五个阶段

--NCRTeradata事业部首席技术执行官StephenBrobst
--战略技术及系统公司首席顾问JoeRarey

最成功的数据仓库都是以循序渐进的方式逐步发展起来的,它的每一次发展都提高了信息的商业价值。近年来,数据仓库已经发展到能支持企业决策,甚至支持企业合作伙伴和客户的新高度。
早先,数据仓库只为企业内部高层的某些领域提供战略决策能力,如市场营销、战略策划和财务。数据仓库提供的信息极大地改善了这些部门的决策质量。然而,在当今竞争异常激烈的商业环境中,优秀的战略仅仅是成功的诸多要素之一。若不能付诸有效的实施,任何战略都将是一纸空文。
新一代的数据仓库应用不仅改善了企业战略的形成,更重要的是发展了战略的执行决策能力。本文讨论数据仓库的五个发展演变阶段,这也是企业内部决策支持走向成熟的五个阶段。

第1阶段:报表
最初的数据仓库主要用于企业内部某一部门的报表。数据仓库把机构内不同来源的信息集成到一个单一的仓库中,就可以为公司跨职能或跨产品的决策提供重要参考。在大多数情况下,人们事先已对报表中涉及的问题有所了解。因此,数据库的结构可根据问题的要求进行优化,即使数据查询人员要求访问的信息量极其巨大,处理这些资料的效率仍然可以很高。
构建第一阶段的数据仓库所面临的最大挑战是数据集成。传统的计算环境经常有上百个数据源,每一数据源都有独特的定义标准和基本的实施技术。要对这些放在不同生产系统之中、不具备一致性的数据进行清洗,建立一致性的数据存储库是非常具有挑战性的。
本阶段所建立的优化集成信息是给决策者使用的,同时也为以后数据仓库的发展奠定了基础。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于三元组表方式存储图数据的优点包括: 1. 灵活性:三元组表可以存储不同类型的实体和关系,支持动态添加实体和关系类型,使数据模型更灵活。 2. 可扩展性:三元组表可以很容易地进行水平扩展,支持大规模数据存储和处理。 3. 查询效率:三元组表采用索引方式存储,可以快速查询和检索数据。 4. 易于理解和使用:三元组表的数据模型直观且易于理解,使用方便。 基于三元组表方式存储图数据会面临的挑战包括: 1. 数据一致性:由于图数据的复杂性,保持数据一致性是一个非常困难的问题。 2. 存储效率:三元组表方式需要占用更多的存储空间,会对存储效率造成影响。 3. 查询效率:由于图数据的复杂性,查询效率可能不如传统的关系型数据库。 大数据仓库演变历史可以分为以下几个阶段: 1. 数据仓库阶段:20世纪80年代和90年代,数据仓库技术开始发展,以支持企业决策支持系统的需求。 2. 大数据阶段:2000年代初,随着网站、社交媒体等应用的兴起,数据规模开始快速增长,大数据处理技术开始发展。 3. 云计算阶段:2000年代中期,云计算技术开始兴起,大规模计算和存储资源变得更加便宜和易于获取。 4. 智能化阶段:2010年代,人工智能技术开始兴起,大数据仓库的应用开始向智能化方向发展,例如机器学习、自然语言处理等。 5. 实时化阶段:近年来,随着物联网和移动互联网的发展,实时处理和分析大数据的需求越来越大,大数据仓库开始向实时化方向发展,例如流处理、实时分析等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值