OLTP和数据仓库建立的通俗解释

对于传统的业务处理(OLTP)系统,我们总是按照业务应用来建立它的模型,换言之, 业务
处理系统是面向应用来设计的，更准确地说是面向交易来设计。而数据仓库则一般按照主题
(Subject)来建模, 它是面向主题的。何谓应用? 何谓主题? 让我们来看一个简单的例子。在
银行中, 一般都有对私 (个人储蓄)、对公 (企业储蓄)、信用卡等多种业务系统, 它们都是
面向相关业务应用设计的交易处理系统, 系统主要任务是完成业务交易过程中的数据处理，
数据库在设计的时候主要是围绕性能和完整性方面，而每个交易涉及的数据往往只是记录的
层面，数据库设计主要考虑并行更新方面比较多，并不需要考虑为全表范围的查询做优化，
而系统本身所支持的交易类型简单而且固定。由于历史原因, 这些系统设计的时候都是独立
进行的，所以可能运行在不同的平台上,相互之间没有什么关系,各系统之间对相同的业务信
息还存在数据上的冗余。比如每个系统中都会有客户的数据, 这种数据的零碎和冗余，使决
策者很难从这些业务系统中直接地获取全面的信息。
为了克服这个弊病，建立数据仓库应用时, 要把业务系统中的数据从中抽取出来，转换
和清洗以消除数据的不一致性和冗余，加载到数据仓库中来。这样，数据仓库中的数据就是
从整个银行的角度来看的,其数据模型不再面向个别应用,而是面向整个银行的业务主题,比
如客户、产品、渠道等。因此, 各个生产系统中与客户、产品、渠道等相关的信息将分别转
换到数据仓库中相应的主题中, 从而给银行的决策者提供一个一致的完整的信息视图。