數據倉庫在異構數據庫集成中的應用

1、引言

由于企業信息系統是逐步建立起來的，因此基于不同時期的計算機技術而建立起來的各領域信息系統采用了不同的數據庫系統，且自成一體。并以不同的數據模式描述數據，使用不同的語言描述數據存儲和操縱事務，它們無法通過計算機網絡實現系統間的信息交換和結合，因此企業信息系統中形成了多個異構的、分散的數據庫系統，并出現了大量的信息孤島。在現有的異構數據庫系統的基礎上，為了有效地實現各個數據庫系統之間的信息共享、傳遞和反饋，解決企業信息系統中的信息孤島現象，我們有必要對數據庫系統中的數據進行再加工，集成異構數據庫系統，形成綜合的、面向分析的操作平臺，從而更好地支持企業的決策分析。數據倉庫技術就是解決異構數據庫信息集成的有效方案，因為數據倉庫可以從異構的數據庫系統中使用統一的全局模式來描述數據，并將這些數據集成在數據倉庫中，用戶可以通過數據倉庫提供的統一的數據接口進行統計分析，最終支持決策者的決策過程。

2、數據倉庫技術

數據倉庫是面向主題的、集成的、隨時間變化的、非易失性的數據集合，它用于支持管理層的決策過程。數據倉庫的創建和使用都是圍繞著主題的，數據倉庫中的數據不是將業務處理系統中的數據簡單集合，而是對各種源數據進行抽取、篩選、清理、綜合而得到的數據集合目。數據倉庫中所存儲的數據不經常進行更新處理，它主要用于查詢和分析。與傳統的數據庫相比，數據倉庫的主要特點表現在：集成了面向主題的綜合數據、帶有數據集成性質、數據不常更新、數據是隨時間不斷加載的。

3、異構數據庫集成的實現方案

數據倉庫技術作為異構數據庫集成的解決方案，不僅可以通過數據抽取和轉移工具將位于不同地域、不同操作系統平臺、不同數據結構的數據按照一定的數據模式集成在一起，同時能夠保證數據的一致性。下面將給出異構數據庫集成的解決方案。

3.1異構數據庫的集成方法

該方法的基本思想是：在原有的不同領域信息系統的基礎上，按照決策者的決策需求確定查詢主題，定義基于數據倉庫的新的數據全局模式，從異構數據庫中通過數據抽取和轉換工具將數據抽取出來，以一定的格式裝載到數據倉庫中。同時按照決策者和用戶的查詢需求編寫應用程序，最后以查詢報告或表格形式反饋給決策者或用戶。

3.2定義新的數據模型

由于數據倉庫注重的是數據查詢，設計的目的是使用戶能夠盡可能地直接訪問到數據，因此數據是按照決策分析的主題來組織的，每個主題對應一個宏觀的分析領域。因此數據的概念模型是多維數據模型，這樣可以用多維分析的方法從多角度、多層次對數據進行統計分析。

為實現異構數據庫的數據集成， 須首先通過數據的抽取和轉換工具將位于不同操作系統平臺、不同數據組織形式的數據按照 定的數據模型集成到數據倉庫中，其目的就是保證數據倉庫中數據的一致性。

[page]    （1）抽取

為了將來自不同數據庫系統的數據集成到數據倉庫中，必須首先從外部數據庫將有關數據抽取出來。數據的抽取是數據倉庫成功的關鍵。為了將數據抽取出來，我們必須按照已確定的新的數據模型來抽取數據，因為在新的數據模型中描述了哪些數據需要抽取。

在此基礎上我們需要編寫數據的抽取程序。該抽取程序的基本功能就是利用OBDC技術訪問異構數據庫并將不同數據結構的數據抽取出來。具體的實現方法是：

① 利用ODBC數據源管理器根據不同的數據庫系統創建相應的數據源；

② 在相應的抽取程序中根據該數據源讀取源數據庫中的數據。

（2）轉換

從源數據庫中抽取出來的數據必須依據事先定義好的標準數據格式進行數據的轉換。由于企業信息系統中同一個數據可能存放在不同子系統的數據庫中，這些數據庫之間是分散和異構的，因此就會出現數據名稱、數據單位、數據類型甚至數據值不一致的情況，如果這些數據被抽取到數據倉庫中，必然會造成數據的不真實性，為此有必要對這些抽取的數據進行徹底地轉換。

數據轉換的基本思想是：首先建立數據轉換規則集和元數據庫。抽取出來的數據必須按照數據轉換規則集和元數據庫中定義的標準對數據進行轉換或修補以適應新標準，然后才能將數據裝載到數據倉庫中。數據轉換規則集的表結構見表1。

元數據庫存放的是關于數據的數據，即對抽取出來的數據的描述與說明，是數據轉換的一個重要依據，數據被抽取出來后，如果在元數據庫中存在該數據，則要按照元數據中定義的標準數據格式處理數據。否則就要籌建新的數據標準并存儲到元數據庫中。

4、結束語

采用數據倉庫技術解決異構數據庫的集成問題應該是一個好的解決方案。因為ODBC技術為訪問異構數據庫提供了統一的方式。同時也為各異構數據庫之間的協作和多個異構數據庫之間的操作提供了系統平臺；而數據倉庫的建立，不僅實現了企業信息系統中信息的集成，同時為充分利用這些綜合數據、歷史數據，為企業決策系統提供信息源打下了良好的基礎。