)轉移一部分業務系統細節查詢的功能
在數據倉庫建立之前大量的報表分析是由業務系統直接支持的在一些比較復雜的報表生成過程中對業務系統的運行產生相當大的壓力ODS的數據從粒度組織方式等各個方面都保持了與業務系統的一致那麼原來由業務系統產生的報表細節數據的查詢自然能夠從ODS中進行從而降低業務系統的查詢壓力
)完成數據倉庫中不能完成的一些功能
一般來說帶有ODS的數據倉庫體系結構中DW層所存儲的數據都是進行匯總過的數據並不存儲每筆交易產生的細節數據但是在某些特殊的應用中可能需要對交易細節數據進行查詢這時就需要把細節數據查詢的功能轉移到ODS來完成而且ODS的數據模型按照面向主題的方式進行存儲可以方便地支持多維分析等查詢功能文章來源中國公務網 ::
在一個沒有ODS層的數據倉庫應用系統體系結構中數據倉庫中存儲的數據粒度是根據需要而確定的但一般來說最為細節的業務數據也是需要保留的實際上也就相當於ODS但與ODS所不同的是這時的細節數據不是當前不斷變化的數據而是歷史的不再變化的數據
設計方法
在數據倉庫設計方法和信息模型建模方法中前人的著作對各種思路和方法都做過大量的研究和對比重點集中在ER模型和維模型的比較和應用上根據我們的實踐經驗ER模型和維模型在數據倉庫設計中並非絕對對立尤其在ODS設計上從宏觀的角度來看數據之間的關系以ER模型最為清晰但從實現出來的數據結構上看用維模型更加符合實際的需要因此孤立地看ER模型或者維模型都缺乏科學客觀的精神需要從具體應用上去考慮如何應用不同的設計方法但目標是一定的就是要能夠把企業的數據從宏觀到微觀能夠清晰表達並且能夠實現出來
[] [] [] [] [] [] []
From:http://tw.wingwit.com/Article/program/SQL/201311/16262.html
