Data Warehousing: Operational Data Store (ODS)
Einige Definitionen von ODS machen es wie ein klassisches Data Warehouse-Sound, mit periodischen (Stapel) Eingaben von verschiedenen Betriebsquellen in das ODS, mit der Ausnahme, dass die neuen Eingängen vorhandenen Daten überschreiben.
In einer Bank zum Beispiel ein ODS (durch diese Definition) hat, zu einem bestimmten Zeitpunkt, ein Kontostand für jedes Girokonto, mit freundlicher Genehmigung des Girokonto-System und ein Gleichgewicht für jedes Sparkonto, wie durch den Sparkonto zur Verfügung gestellt System.
Die verschiedenen Systeme senden die Kontensalden in regelmäßigen Abständen (zB am Ende eines jeden Tages) und ein ODS-Benutzer kann dann in einem Ort suchen jeder Bank des Kunden vollständige Profil (zB des Kunden grundlegende Informationen und Kontostandsinformationen für jede Art von zu sehen Konto).
Einer der verwirrenden Konzepte in der Welt der Data Warehousing ist die Betriebsdatenspeicher. Niemand stimmt wirklich auf das, was ein ODS tatsächlich ist.
Wenn Sie mit allen Mitteln, eine Umgebung zu nennen wie diese ein ODS wollen, gehen Sie nach rechts weiter. beiseite Terminologie ist dieses Beispiel nur eine chargenorientierte Data-Warehousing-Umgebung ein Update-und-Ersetzen-Operation für jedes Stück von Daten zu tun, die dort wohnt (und, natürlich, das Hinzufügen neuer Daten wie zutreffend), anstatt halten eine laufende Geschichte Welche Maßnahmen auch immer dort gespeichert.
Sie können diese sogenannten ODS implementieren ziemlich leicht, und Sie können auch Batch-orientierte Middleware-Tools und Services und Reporting und OLAP-Tools verwenden.
Eine andere Version eines ODS ist etwas architektonisch anspruchsvoll. Es verwendet eine End-to-End-Ansatz, der Lager-fähige Anwendungen erfordert (weil Sie wissen, dass sie Daten in einem Data Warehouse zur Verfügung stellen werde). Warehouse-fähigen Anwendungen unterstützen eine Push-oder Architektur ziehen und eine Informationsdatenbank ermöglichen, in Echtzeit (oder in der Nähe von Echtzeit) aufgefrischt werden.
Obwohl die Prämisse Barrieren Applikations- und System zu brechen sehr viel gemeinsam mit dem, was Sie mit einem Data-Warehouse zu tun, haben Sie ein großes Problem: Das Tempo der Updates in die Informations- und analytische Umgebung ist viel zu langsam, wenn Sie klassische Data-Warehousing nutzen und seine chargenorientierte Prozesse zur Extraktion und Daten zu bewegen.
Vergessen Sie über Terminologie und Buzzwords. Konzentrieren Sie sich stattdessen auf die architektonischen und zeitorientierten Unterschiede zwischen den ODS.