什麽是ODS？

ODS是壹個面向主題的、集成的、可變的、當前的細節數據集合，用於支持企業對於即時性的、操作性的、集成的全體信息的需求。常常被作為數據倉庫的過渡，也是數據倉庫項目的可選項之壹。根據Bill.Inmon的定義，“數據倉庫是面向主題的數據倉庫是面向主題的數據倉庫是面向主題的數據倉庫是面向主題的、集成的集成的集成的集成的、穩定的穩定的穩定的穩定的、、隨時間變化的隨時間變化的隨時間變化的隨時間變化的，主要用於決策支持的數據庫系統”在Kimball的的的的<<數據倉庫生命周期工具集數據倉庫生命周期工具集數據倉庫生命周期工具集數據倉庫生命周期工具集The Data WareHouse Liftcycle Toolkit，他是這樣定義的：1. 是操作型系統中的集成,用於當前，歷史以及其它細節查詢(業務系統的壹部分)2. 為決策支持提供當前細節數據(數據倉庫的壹部分)因此操作數據存儲（ODS）是用於支持企業日常的全局應用的數據集合，ODS的數據具有面向主題、集成的、可變的和數據是當前的或是接近當前的4個基本特征。同樣也可以看出ODS是介於DB和DW 之間的壹種數據存儲技術，和原來面向應用的分散的DB相比，ODS中的數據組織方式和數據倉庫（DW）壹樣也是面向主題的和集成的，所以對進入ODS的數據也象進入數據倉庫的數據壹樣進行集成處理。另外ODS只是存放當前或接近當前的數據，如果需要的話還可以對ODS中的數據進行增、刪和更新等操作，雖然DW中的數據也是面向主題和集成的，但這些數據壹般不進行修改，所以ODS和DW的區別主要體現數據的可變性、當前性、穩定性、匯總度上。由於ODS仍然存儲在普通的關系數據庫中，出於性能、存儲和備份恢復等數據庫的角度以及對源數據庫的性能影響角度，個人不建議ODS保存相當長周期的數據，同樣ODS中的數據也盡量不做轉換，而是原封不動地與業務數據庫保持壹致。即ODS只是業務數據庫的壹個備份或者映像，目的是為了使數據倉庫的處理和決策支持要求與OLTP系統相隔離，減少決策支持要求對OLTP系統的影響。壹般在帶有ODS的系統體系結構中的ODS都具備如下幾都具備如下幾個作用：1）在業務系統和數據倉庫之間形成壹個隔離層。壹般的數據倉庫應用系統都具有非常復雜的數據來源，這些數據存放在不同的地理位置、不同的數據庫、不同的應用之中，從這些業務系統對數據進行抽取並不是壹件容易的事。因此，ODS用於存放從業務系統直接抽取出來的數據，這些數據從數據結構、數據之間的邏輯關系上都與業務系統基本保持壹致，因此在抽取過程中極大降低了數據轉化的復雜性，而主要關註數據抽取的接口、數據量大小、抽取方式等方面的問題。2）轉移壹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，在壹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壹致，那麽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。3）完成數據倉庫中不能完成的壹些功能。壹般來說，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和運營指標，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。即數據倉庫從宏觀角度滿足企業的決策支持要求，而ODS層則從微觀角度反映細節交易數據或者低粒度的數據查詢要求。在壹個沒有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，但壹般來說，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。這樣的數據倉庫的存儲壓力和性能壓力都是比較大的，因此對數據倉庫的物理設計和邏輯設計提出了更高的要求。