大數據時代對傳統數據倉庫的五點思考2

大數據時代針對傳統數據倉庫的思考：首先不要因為大數據這個詞擾亂了我們的的原則、規劃和節奏。我們要一步步腳踏實地的跟進大數據的技術。

　　其次傳統的數據倉庫我昨天思考完寫了四句話：

　　第一，技術和平臺已經不是我們關注的重點。很多新客戶型的時候他會猶豫，其實你有你的判斷，你作為商務上你有你的所謂投資回報成本的考慮。但是技術上在傳統結構化分析里面，它的差異性不是很大。那么做選型的時候是否能夠處理傳統的結構化數據？我相信還是一個重點，但是更大的重點應該放在如何更好的支撐應用和如何跟未來技術走向很好的結合。

　　第二：變化莫測的世界里做好架構管理才能以不變應萬變的決策。所以我們更強調合理的原則和架構。這些年廠商提出來做數據倉庫用10大原則、20大原則，原則越多越沒用，原則少有效才能解決真正的問題。

　　第三，過去十年前做數倉，用一期項目整合300張表，現在可以整合1000張表，就是因為正確的方法論。一個好的方法論出來，關于開發管控和數據管控水平不斷的提升，才能保證一家銀行商業智能體系的發展。

　　第四個是引導客戶主動分析和探索，只有通過這個才能改變傳統業務人員分析思路和方法。

　　這四點是我們在新的數據平臺里面，大數據時代新的數據倉庫架構里面需要考慮的四個重點。

　　架構設計原則：做數據倉庫架構設計過程中，我們更審慎的對待自身的原則，這六句話有它背后的道理，第一個是操作型和分析型處理分離原則。第二個就是做到數據集體程度、整合和共享原則。第三句話，盡量減少大量明晰數據搬遷和處理。第四個后臺批量處理和前端聯機訪問分離原則。第五個是明晰數據使用審慎使用。這個原則很重要。我們在銀行經常遇到很多問題，當業務部門提到一個需求說我要查明細，我們要審慎的對待，合理評估投入產出。最后一個就是做好統一技術平臺。

　　關于數據倉庫里面的四層架構：貼源的、主題整合、通用匯總、數據集市。哪個區域用什么策略我自己做十年了也沒有任何調整。這就是好的架構。

　　自主開發體系：把數據倉庫實施方法論能夠很好的跟開發工具做結合。這種開發工具的結合，過去兩年，我們實施十幾個數據倉庫平臺里面發揮了很大的價值?？蛻魧ξ覀兊脑u價：第一開發的東西可維護，第二質量相對較高，開發效率高。

　　另外永遠不要把數據倉庫建設和數據管控分開來談。數據倉庫依賴于數據管控，提升數據質量才能更好的服務于應用。這兩個是不分割的，甚至它的業務牽頭部門、主管部門都是一個。

　　引導業務人員上來主動訪問，這種探索式的推動永遠是你不要放棄的一個話題。它同前期推動來說很難，但是它后期給你銀行整個分析水平的提升帶來的價值非常大。

　　我們做數據倉庫的，做數據管控的，我們不斷給銀行推要做隨機查詢。我們不斷的強化這三個東西的重要性，但是這三個東西都是前期投入大，后期才能逐步慢慢見效發揮很大價值的地方。國內的工行，之所以它的數倉成為業界領先典范，就是因為它堅持走這三條路。

　　在座的新老客戶，最后再跟大家說一下“我們做的工作都是前期投入產出比較不合適的，但是希望大家重視，希望大家從規劃的角度解決好這三個概念的融合”。