国家电子政务外网安全等级保护实施指南的策略考虑

3.14创建多个简要记录一个细节可以用来生成多个简要记录。如电话公司的单个电话记录可以生成客户简要记录、地区通信量简要记录、线路分析简要记录等。简要记录可以放入数据仓库或数据集市。当简要记录进入数据仓库时，面向通用应用；进入数据集市时，则为部门应用提供支持。操作型记录聚集成一条简要记录的过程通常在操作型服务器上完成，因其管理大量数据并使数据常驻服务器上。创建简要记录的过程涉及数据排序和合并。复杂冗长的快照建立过程应审慎考虑其必要性。简要记录中的元数据记录类似于单一活动快照中的元数据记录，不同之处在于聚集记录成为重要的元数据。从技术上说，聚集过程生成的记录是“元过程”信息而非“元数据”信息。3.15从数据仓库环境到操作型环境的不同体现在内容、技术、用途和服务群体等多个方面，二者的接口详尽说明。数据从操作型环境到数据仓库环境经历基本转换，数据流向通常如图3-45所示。在传统应用/数据仓库设计中，数据正常流动环境间有时会遇到数据仓库环境向操作型环境传输数据的问题。技术上可以实现数据反向传输，但数据“回流”本身非正常。3.16在正常情况下，数据不会从数据仓库流向操作型环境，因业务活动顺序、操作型处理性能需求、数据寿命和强面向应用特性等多因素限制。

如果条件允许且经济可行，外部数据和非结构化数据可以直接存储在数据仓库中。然而，在任何情况下，都需要将外部数据和非结构化数据与其元数据一同登记，具体存储则依据其规模和访问频率来决定是否存入数据仓库。

9.2反馈循环数据仓库开发成功的关键在于数据体系结构设计者与DSS分析者之间的反馈循环，如图9-4所示。第9章迁移到体系结构设计环境167下载现存系统环境开始载入第一个主题区，继续载入并鼓励数据集市部门使用。警告：如果您等待清理现有系统而不进行反馈，您将永远无法建立数据仓库。

4.1 在确定适当的粒度级起点时，我们需要精确估算数据仓库将来的数据行数和所需的直接访问存储设备（DASD）。即使在最佳情况下，我们也只能进行估计。在建立数据仓库的初期阶段，仅需要一个数量级的估算。有一个计算数据仓库空间的算法，详见图4 - 1。首先确定将在数据仓库中创建的所有表，然后估计每张表中行的大小。确切的大小可能难以确定，但可以估计一个下限和一个上限。接下来，估算每张表在一年内的最少和最多行数，这是设计者需要解决的主要问题。例如，对于客户表，可以根据商业环境和公司的业务计划估计当前客户数量；如果没有业务数据，可以估计市场总体业务量乘以市场份额；如果市场份额未知，则可以使用竞争对手的业务量来进行估算。总之，需要从多方收集客户合理估算信息的一面开始。如果数据仓库用于存储业务活动，还需要估计客户数量以及每个时间单位内的业务活动量。同样的方法可以用于分析当前业务量、竞争对手的业务量、经济学家的预测报告等。一旦对一年内和五年内的数据单位数量进行了估算（采用上下限推测的方法），就需要计算索引数据所占的空间。对每张表中的每个键码确定键码的长度，并检查原始表中是否存在键码。现在，将每张表中的行数可能的最大值和最小值乘以数据的最大长度和最小长度，然后将索引项的数目与键码长度的乘积累加到总数据量中。计算每个已知表的行数和空间大小，重复这个步骤。

数据体系结构设计者与D S S分析者之间的反馈循环，在国家电子政务外网安全等级保护实施指南中扮演关键角色。随着第9章迁移到体系结构设计环境，这一过程显得尤为重要。警示：只有通过积极的反馈，而不是等待现存系统的清理，才能成功建立数据仓库。

7.3支持向下探察处理生成用于向下探察分析的基本数据是成功地完成向下探察处理的主要障碍，如图7-6所示。图7-6困难在于生成用于EIS处理的基本数据事实上，有一些研究表明，每花费1美元用于开发E I S软件和硬件，就要为向下探察准备数据花费9美元。之所以要夸大这个问题，是因为高级管理人员关于感兴趣的事情总是不时地改变主意。图7- 7显示了使高级管理人员感兴趣的事情总是不时变化的特性。某天，高级管理人员想了解公司的财务状况， E I S分析员花费很大精力找出了支持这个E I S需求的基本数据。第二天，意外地出现了一个生产问题，管理者又把注意力转向这个问题， E I S分析员就赶紧尽力收集高级管理人员需要的数据。第三天， E I S分析员又不得不将注意力转向发货中出现的问题。第7章高级管理人员信息系统和数据仓库147下载E I S软件和向下探察处理购买及安装E I S软件既快又容易。

星型连接数据模型作为数据仓库设计的基础，尽管在实际应用中存在一些缺点。图3-56展示了一个简单的二维数据模型，其中包含四个相互关联的实体。然而，仅从数据模型角度出发的设计容易导致数据的扁平化效应，实际数据仓库中的实体和它们之间的关系绝不是对等的。例如，订单实体需要处理大量数据，而其他实体的数据量较少。因此，在设计数据仓库时，需要考虑不同的处理策略，以应对数据量的不均衡。

1.10 硬件利用模式操作型环境和数据仓库环境之间的另一个主要差别是各自环境中的硬件利用模式不同，如图1-15所示。图1-15左侧显示了操作型处理的典型硬件利用模式。在操作型处理中，硬件使用呈波峰和波谷变化，但总体上存在较为稳定的利用模式。相比之下，数据仓库环境中的硬件利用模式（如图右侧所示）则呈现二元化模式，要么完全利用硬件，要么根本不使用硬件。在数据仓库环境中，估算硬件的平均利用率没有实际意义。这种根本的区别也解释了为什么无法在同一台设备上同时混合这两种环境。要么是针对操作型处理优化机器，要么是针对数据仓库优化机器。无法在同一硬件上同时满足这两种需求。 1.11 建立重建工程的舞台从生产环境转变到体系结构设计的数据仓库环境过程中，虽然这一过程的副作用并非直接的，但却非常有意义，如图1-16所示。图1-16展示了从传统系统环境向以数据仓库为中心的体系结构设计的过渡过程。这一过渡反映了从操作型环境到数据仓库环境的转变，伴随而来的是对操作型数据的下载和整合，最终形成数据仓库环境。

1.12 监控数据仓库环境是数据仓库管理的关键能力之一，涵盖存储和数据使用的两个核心方面。监控数据仓库环境可提供重要信息，包括识别增长情况、增长发生位置及速率等关键数据。这些数据大多为历史数据，虽然访问频率较低，但在信息型和分析型需求生产环境中至关重要。