KDT#36 关于集中式的考虑

在数据仓库领域，集中式（Centralized）是个讨论的很多的概念。物理的集中可以减小管理成本，提高性能。但是我们更应该关注的是数据在逻辑上的集中，即数据的整合及一致性处理。而物理上是集中式的还是分布式的都是可以接受的，需要根据具体情况来定。

如果只是物理上进行了集中，而没有进行数据的整合，就好比买了一个大箱子，把所有的杂物放入其中，仍是乱糟糟的一堆垃圾。这时就会出现下面这些情况：

1．从相同的数据源重复抽取数据。

2．对于同一个信息出现不同的命名规范和业务规则。

3．重复的分析产生了不一致的分析结果。

而数据仓库总线架构就是进行数据整合的一个很好的选择。

从企业已有的环境转换到总线架构需要企业高层的支持，提供各种资源。

下面列出了从企业已有环境迁移到总线架构需要完成的工作。实际工作中，每个企业的环境都不一样，每步还需要相应的修改。

1．找出企业已经存在的数据仓库和数据集市，标明其中重复的部分。

2．找出企业未能满足业务需求的部分。

3．为标识权威的一致性维度建立一个工作组，需要高层支持。

4．根据现有的数据设计一致性维度。

5．在主一致性维度（master conformed dimension）上得到企业内的一致认可。

6．制定一个计划来维护一致性维度，包括增加新的一致性维度。

使用总线架构和一致性维度可以使我们的数据仓库是整合的、一致的、易理解的，并且性能很好。我们也可以很容易的添加新的数据集市与已有的数据整合在一起。可以保证数据在逻辑上的集中。