大数据时代对传统数据仓库的五点思考2

大数据时代针对传统数据仓库的思考：首先不要因为大数据这个词扰乱了我们的的原则、规划和节奏。我们要一步步脚踏实地的跟进大数据的技术。

　　其次传统的数据仓库我昨天思考完写了四句话：

　　第一，技术和平台已经不是我们关注的重点。很多新客户型的时候他会犹豫，其实你有你的判断，你作为商务上你有你的所谓投资回报成本的考虑。但是技术上在传统结构化分析里面，它的差异性不是很大。那么做选型的时候是否能够处理传统的结构化数据？我相信还是一个重点，但是更大的重点应该放在如何更好的支撑应用和如何跟未来技术走向很好的结合。

　　第二：变化莫测的世界里做好架构管理才能以不变应万变的决策。所以我们更强调合理的原则和架构。这些年厂商提出来做数据仓库用10大原则、20大原则，原则越多越没用，原则少有效才能解决真正的问题。

　　第三，过去十年前做数仓，用一期项目整合300张表，现在可以整合1000张表，就是因为正确的方法论。一个好的方法论出来，关于开发管控和数据管控水平不断的提升，才能保证一家银行商业智能体系的发展。

　　第四个是引导客户主动分析和探索，只有通过这个才能改变传统业务人员分析思路和方法。

　　这四点是我们在新的数据平台里面，大数据时代新的数据仓库架构里面需要考虑的四个重点。

　　架构设计原则：做数据仓库架构设计过程中，我们更审慎的对待自身的原则，这六句话有它背后的道理，第一个是操作型和分析型处理分离原则。第二个就是做到数据集体程度、整合和共享原则。第三句话，尽量减少大量明晰数据搬迁和处理。第四个后台批量处理和前端联机访问分离原则。第五个是明晰数据使用审慎使用。这个原则很重要。我们在银行经常遇到很多问题，当业务部门提到一个需求说我要查明细，我们要审慎的对待，合理评估投入产出。最后一个就是做好统一技术平台。

　　关于数据仓库里面的四层架构：贴源的、主题整合、通用汇总、数据集市。哪个区域用什么策略我自己做十年了也没有任何调整。这就是好的架构。

　　自主开发体系：把数据仓库实施方法论能够很好的跟开发工具做结合。这种开发工具的结合，过去两年，我们实施十几个数据仓库平台里面发挥了很大的价值。客户对我们的评价：第一开发的东西可维护，第二质量相对较高，开发效率高。

　　另外永远不要把数据仓库建设和数据管控分开来谈。数据仓库依赖于数据管控，提升数据质量才能更好的服务于应用。这两个是不分割的，甚至它的业务牵头部门、主管部门都是一个。

　　引导业务人员上来主动访问，这种探索式的推动永远是你不要放弃的一个话题。它同前期推动来说很难，但是它后期给你银行整个分析水平的提升带来的价值非常大。

　　我们做数据仓库的，做数据管控的，我们不断给银行推要做随机查询。我们不断的强化这三个东西的重要性，但是这三个东西都是前期投入大，后期才能逐步慢慢见效发挥很大价值的地方。国内的工行，之所以它的数仓成为业界领先典范，就是因为它坚持走这三条路。

　　在座的新老客户，最后再跟大家说一下“我们做的工作都是前期投入产出比较不合适的，但是希望大家重视，希望大家从规划的角度解决好这三个概念的融合”。