关于数据仓库 — ODS概念

bq_wang · 发表于 2006-12-16 14:58

ODS是一个面向主题的、集成的、可变的、当前的细节数据集合，用于支持企业对于即时性的、操作性的、集成的全体信息的需求。常常被作为数据仓库的过渡，也是数据仓库项目的可选项之一。

根据Bill.Inmon的定义，“数据仓库是面向主题的、集成的、稳定的、随时间变化的，主要用于决策支持的数据库系统”

ODS是一个面向主题的、集成的、可变的、当前的细节数据集合，用于支持企业对于即时性的、操作性的、集成的全体信息的需求。常常被作为数据仓库的过渡，也是数据仓库项目的可选项之一。

在Kimball的<<数据仓库生命周期工具集The Data WareHouse Liftcycle Toolkit>>，他是这样定义的

1. 是操作型系统中的集成,用于当前，历史以及其它细节查询(业务系统的一部分)

2. 为决策支持提供当前细节数据(数据仓库的一部分)

因此操作数据存储（ODS）是用于支持企业日常的全局应用的数据集合，ODS的数据具有面向主题、集成的、可变的和数据是当前的或是接近当前的4个基本特征。同样也可以看出ODS是介于DB和DW 之间的一种数据存储技术，和原来面向应用的分散的DB相比，ODS中的数据组织方式和数据仓库（DW）一样也是面向主题的和集成的，所以对进入ODS的数据也象进入数据仓库的数据一样进行集成处理。另外ODS只是存放当前或接近当前的数据，如果需要的话还可以对ODS中的数据进行增、删和更新等操作，虽然DW中的数据也是面向主题和集成的，但这些数据一般不进行修改，所以ODS和DW的区别主要体现数据的可变性、当前性、稳定性、汇总度上。

由于ODS仍然存储在普通的关系数据库中，出于性能、存储和备份恢复等数据库的角度以及对源数据库的性能影响角度，个人不建议ODS保存相当长周期的数据，同样ODS中的数据也尽量不做转换，而是原封不动地与业务数据库保持一致。即ODS只是业务数据库的一个备份或者映像，目的是为了使数据仓库的处理和决策支持要求与OLTP系统相隔离，减少决策支持要求对OLTP系统的影响。

为什么需要有一个ODS系统呢？一般在带有ODS的系统体系结构中，ODS都具备如下几个作用：

1）在业务系统和数据仓库之间形成一个隔离层。

一般的数据仓库应用系统都具有非常复杂的数据来源，这些数据存放在不同的地理位置、不同的数据库、不同的应用之中，从这些业务系统对数据进行抽取并不是一件容易的事。因此，ODS用于存放从业务系统直接抽取出来的数据，这些数据从数据结构、数据之间的逻辑关系上都与业务系统基本保持一致，因此在抽取过程中极大降低了数据转化的复杂性，而主要关注数据抽取的接口、数据量大小、抽取方式等方面的问题。

2）转移一部分业务系统细节查询的功能

在数据仓库建立之前，大量的报表、分析是由业务系统直接支持的，在一些比较复杂的报表生成过程中，对业务系统的运行产生相当大的压力。ODS的数据从粒度、组织方式等各个方面都保持了与业务系统的一致，那么原来由业务系统产生的报表、细节数据的查询自然能够从ODS中进行，从而降低业务系统的查询压力。

3）完成数据仓库中不能完成的一些功能。

一般来说，带有ODS的数据仓库体系结构中，DW层所存储的数据都是进行汇总过的数据和运营指标，并不存储每笔交易产生的细节数据，但是在某些特殊的应用中，可能需要对交易细节数据进行查询，这时就需要把细节数据查询的功能转移到ODS来完成，而且ODS的数据模型按照面向主题的方式进行存储，可以方便地支持多维分析等查询功能。即数据仓库从宏观角度满足企业的决策支持要求，而ODS层则从微观角度反映细节交易数据或者低粒度的数据查询要求。

在一个没有ODS层的数据仓库应用系统体系结构中，数据仓库中存储的数据粒度是根据需要而确定的，但一般来说，最为细节的业务数据也是需要保留的，实际上也就相当于ODS，但与ODS所不同的是，这时的细节数据不是“当前、不断变化的”数据，而是“历史的，不再变化的”数据。这样的数据仓库的存储压力和性能压力都是比较大的，因此对数据仓库的物理设计和逻辑设计提出了更高的要求。

innovate511 · 发表于 2006-12-17 00:48

我觉得对这些细节, 现在还有很多争论, 所以大家要多看看实际项目的处理解决方案. 比如ODS, 可以是作为实时BI的, 而有很多项目是不用ODS作为更多前端应用的.比如很多报表\查询功能不是通过ODS的, 而是通过数据仓库或者数据集市. 而有的数据仓库也保留了低粒度的数据以供查询, 而并不是这些留给ODS去做.

有的项目ODS的集成程度都没有数据仓库/集市高, 并没有汇总多个系统数据,那么也就以为着不能提供复杂的查询,于是很多项目ODS只提供少量的前端服务.

我想楼主的这些知识可以给初学者一些参考, 可不能作为教科书呀,呵呵

神呐救救我 · 发表于 2006-12-18 13:22

一直认为ODS不是必须的，要依据需求而定。

mountainshu · 发表于 2006-12-19 08:34

关注。。。

innovate511 · 发表于 2006-12-19 16:36

最初由神呐救救我发布
[B]一直认为ODS不是必须的，要依据需求而定。 [/B]

视情况而定，一般说的数据仓库都有多个数据源，数据源多而复杂的话，最好还是用ODS过渡。

NinGoo · 发表于 2006-12-19 17:30

最初由神呐救救我发布
[B]一直认为ODS不是必须的，要依据需求而定。 [/B]

ODS本来就不是必须的啊

主要看dw的粒度是怎么定的，业务需求是怎么样的

bq_wang · 发表于 2006-12-19 17:37

第一句话，就说了ODS是数据仓库项目的可选项之一！

ODS是一个面向主题的、集成的、可变的、当前的细节数据集合，用于支持企业对于即时性的、操作性的、集成的全体信息的需求。常常被作为数据仓库的过渡，也是数据仓库项目的可选项之一。

gary_yang2002 · 发表于 2006-12-19 21:20

想了解一下ods在保持实时性方面是怎么实现的

是业务系统完成ods的加载呢，还是做一个接近实时的etl过程，或者其它一些方法？

bq_wang · 发表于 2006-12-19 21:52

呵呵，这个问题问得好！
保持实时性有很多种办法
1、利用数据库的特性，Oracle的logminer，SQLServer的分发订阅都可以实现，本质上都是通过数据库的日志分析来完成的。许多ETL工具即利用数据库的特性来实现实时操作。
2、Oracle数据库的话有standby方式，也可以认为是一个ODS数据库，即脱离联机在线OLTP的功能，达到数据整合的目的就行了。
3、Oracle的物化视图方式，也可以实现实时性的目的。当然也有一定的延迟！
4、准实时性的，就是普通的ETL抽取，1小时~1天不等的进行数据的定期抽取！

下面有篇不错的英文文章可以供参考一下：
变化数据捕捉的一些方法的总结
http://www.itpub.net/showthread.php?s=&threadid=649241

最初由 gary_yang2002 发布
[B]想了解一下ods在保持实时性方面是怎么实现的

是业务系统完成ods的加载呢，还是做一个接近实时的etl过程，或者其它一些方法？ [/B]

folkstone · 发表于 2006-12-20 15:27

我们当前的这个项目中,有HDS,ODS,DDS,
其中HDS是直接从源数据来数据.可是从HDS到DDS的时候已经开始做了一些转换了.
这和楼主说的DDS概念是不是有点违背。
不过如果按上所说ods是直接从数据源业数，那么转换在哪里做呢？
请教

[原创] 关于数据仓库 — ODS概念

说点看法,请教

浏览过的版块