关于数据仓库建设的发言稿_数据仓库建设的关键

关于数据仓库建设的发言稿由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“数据仓库建设的关键”。

尊敬的各位专家、各位领导：很荣幸能有这个发言机会，我的发言包括3部分内容即“充分利用数据库与中间件技术构建健壮与可伸缩性的系统”、“按照科学的原则构建数据仓库模型”、“关于数据仓库建设的一些思考”，其中前2个问题在我的项目介绍与应用创新已经有所描述，由于时间的限制下面仅对第3点进行一下介绍。

1、充分利用数据库与中间件技术构建健壮与可伸缩性的系统：

就软件工程的发展来看，大致经历了从过程-面向对象-面向服务(群体)的阶段，虽然需求分析以及软件开发过程的质量控制对项目的结果的重要性不言而喻，但就本人多年的经验看客户的需求是时刻处于变化中的，这里有客户与开发者当时认识上的问题而更重要的的市场变化的要求，因此我们开发的系统要具有很强的伸缩性与高扩展性就显的尤其重要，而构建一个应用的基础架构则是降低应用开发难度、提高开发效率、缩短开发周期、快速适应市场与客户需求变化的基石，那麽它有是怎样保证上述目标的呢？本人在此总结如下2点：

1）通过在基础层对通讯、认证、加密、数据库与业务处理的封装实现

系统逻辑与业务逻辑的分离，使业务人员与应用工程师只注重业务

逻辑的实现而不必关心具体的技术细节，这种专业化的分工能很好的保证系统的质量，它使系统更健壮。

2）通过业务处理模块的构件化提高系统的灵活性，我们将实现某个业

务逻辑的最小单元称之为“业务构件”，而这些业务构件是通过基础

架构平台管理与调度来完成具体的应用，因此当以后业务发生变化

或出现新的需求，我们只需编写新的业务构件并部署到基础框架中

就OK了。

2、按照科学的原则构建数据仓库模型

构建数据库仓库模型是数据仓库建设中的非常重要的一环，而数据模型的建立当然依赖于设计人员的经验与对业务与相关技术的掌握，但按一套科学的原则来指导则会起到事半功倍的目的，通过我们对华夏基金管理公司数据中心建设，从中摸索了一些经验供同仁参考：

1）从业务角度出发，而不是从技术角度出发

数据中心是一个为领导层和业务部门提供数据分析的平台，其最终用户是业务部门，而不是开发系统的技术人员，所以毫无疑问主题的划分要从业务工作流程的角度出发，比如分为基金投资人、基金管理人、基金销售人等，这样才能真正方便业务人员的理解和使用，因此我们的模型的建立是从业务分析建立业务模型开始。

2）主题相互独立，关联度达到最低

主题划分也就是分类的原则，很重要的一点就是分出的类别要独立性好，自耦合性高，相互之间关联度低。

3）能多地涵盖公司的业务

本项目的目标是为全司构建一个完整的数据仓库平台，为了达到这个目标，在需求分析时要尽可能多地涵盖公司业务，制订出具有前瞻性的需求分析报告。在此基础上设计出的模型，才是一个完整的数据仓库模型。

4）数据仓库与数据集市采用不同的建模方式：

关于数据仓库建模方式的争论好象从来没有停止过，一派为E-R模型的代表者，而另一派则主张FD(纬度事实/纬度指标)的建模方式，而我本人以为这两者

各有各的优点，一般说来数据仓库应该是一个企业级的数据库，而数据集市是面向主题与分析的，就粒度而言前者应该是细粒度的而后者一般较前者高，就构建方法而言本人以为前者用E-R模型较好，而后者则比较适合用FD(纬度事实)构建多维模型，我们在实际应用中综合使用的这2中方法取得了较好的效果。

3、关于数据仓库建设的一些思考

公司的数据仓库建设是一个非常复杂的系统工程，其中要有公司主要领导牵头和各个业务部门与技术部门的密切配合这些重要性不言而喻，但我这里想要强调的是如下问题的解决：（可选）

由于数据仓库建设是一个非常复杂的系统工程，这种复杂性带来的结果往往是开发周期很长，不容易快速见到效果，这样一来会引起业务部门的不满，而开发者也由于没有很快得到成就感的满足而丧失信心而导致项目的失败；或者由于急功近利快速先搭建一个系统，由于当时的基础不牢而造成以后大量的返工甚至重建，那怎样有效地规避上述问题呢？

本人认为虽然这不是1+1就=2这样简单而明确的命题，但还是有一些方法与原则来控制的，总的说来就是在数据仓库的建设上将长期基础建设与短期见效很好的结合到一起，具体来说就是整体规划而分步实施，所谓整体规划就是要将数据仓库建设的基础打牢，我们从公司的业务分析入手，通过构建业务模型来建立公司级的标准/基础数据模型，然后在此基础上构筑面向各个主题的数据集市，按照我个人的经验，建议数据模型在逻辑上根据企业的实际情况划分3层-4层，即原始数据映像层-标准/基础数据层-初步汇总层-数据集市层，如果从标准/基础层生成数据集市的算法较复杂或需要一些中间统计汇总报表则需要初步汇总层，该层是可选的，而3层-4层结构中重点是标准/基础数据层模型的建立；而所谓分步实施则是指在公司的标准/基础数据层搭建好以后，按系统的重要性和业务要求的轻重缓急，按每个主题单独立项分步实施。如：华夏基金分成投资人分析、营销、投资与风险等而第一期先上投资人分析使相关业务部门很快的见到数据仓库的建设成果，达到了比较好的效果。

以上是我个人在实际项目中的几点总结，请各位专家领导指正，再次感谢！

附件1：前几天我看到国务院发展研究中心原副主任陈清泰先生的撰文“技术可以购买，技术能力是买不来的”，撰文说，有关资料表明，日本引进技术的时期，平均花一美元引进技术，要花约7美元进行消化吸收和创新。韩国也大体相似。改革开放以来，中国引进技术的项目数和总支出可能比日本与韩国之和还要多，但用于消化吸收的费用只相当引进费用的7%，与日本差了100倍。

而我们的数据库与软件的应用又何尝不是这样呢，这里有各方面的原因，但不容否认这与我们很多数据库研究人员、应用开发人员与管理人员的内心浮躁不无关系的，这种浮躁容易走上2个极端，一是盲目自大认为我们数据库产业与国外并无差距我们很快就会有世界顶级的数据库，这种远大的理想与抱负当然非常值得提倡，但问题是往往对国外的现有技术与技术发展趋势没有下工夫研究吃透就想打造自己的宏伟蓝图，这是不可取的，我们要学会站到巨人的肩膀上思考问题；而另一个极端是盲目悲观，墨守陈规思想就认为人家不可逾越，从而不甘越雷池一不步。

因此我们要丢弃浮躁的心态，踏踏实实地做事真正作到对先进知识的引进然后到消化吸收，最后到创新的飞跃。