五种数据虚拟化方式完善数据仓库

　　提取、转换与加载（ETL）工具可以利用数据虚拟化图表和数据服务作为输入到他们的批处理流程，作为另一个数据源出现。这个整合模式也将整合提取、转换与加载（ETL）工具无法轻松访问的数据源类型以及重复使用现有的视图和服务，节省了时间和费用。进一步看，这些提取不需要提取、转换与加载（ETL）开发者了解或相互影响实际的数据源，大大简化了他们的工作和减少了解决方案的时间。

　　能源公司对SAP数据进行预处理—为了向财务数据仓库提供所需的SAP财务数据，一家能源公司利用数据虚拟化访问和提取了SAPR/3FICO数据。这就替换了一个容易出错，需要较强的SAP数据专家人员，平面文件提取的流程，而且不易在复杂的SAP系统间扩展。其结果包括在财务数据仓库中提供更完善、及时的数据，以便更好的进行绩效管理。

　　5.数据仓库原型

　　从无到有地建立一个新的数据仓库是一项大业，需要繁重的设计、开发和部署工作。其中一个最大的问题是架构的变化，这在一个仓库生命周期的早期是经常性发生的。这种变化过程需要对提取、转换与加载（ETL）的脚本和在仓库中的物理数据都进行修改，因此成为瓶颈而减慢了新数据仓库的部署。这个问题并不会在生命周期的末期消失；它只会随着改变步伐的减慢而减少。

　　数据虚拟化中间系统可以成为一个新数据仓库原型开发环境的一个平台。在这个原型阶段，要建立的是一个虚拟数据仓库，而不是物理的数据仓库。这个虚拟仓库包含了一个完整的易于迭代的架构，以及一个完整的功能测试环境。只是性能的测试在这个阶段有些受限。

　　一旦真实的数据仓库被部署，在原型阶段建立的图表和数据服务仍有价值。这些用于原型和对后续的数据仓库架构改变的测试会上升为业务需求或潜在的数据源变化。

　　政府机构新数据仓库原型—为新数据仓库项目减少数据仓库解决方案的时间或改变现有的数据仓库，某政府机构运用了数据虚拟化。相比直接建立提取、转换与加载（ETL）和仓库，花在获取正确的数据上的时间被证明提高了四倍，即使将随后的这些图表转换成提取、转换与加载（ETL）脚本和纳入物理数据仓库构架。

　　关键提示：

　　随着数据源的激增，包括许多基于网络和云计算在内的位于传统企业数据仓库之外的数据源，企业和政府机构正在部署结合企业数据仓库和数据虚拟化的解决方案，以交付最全面的信息到决策制定者手中。其结果是延长了现有信息系统投资的生命周期，更为灵活地补充新的商业智能（BI）和其它分析技术，在并购和收购这样一些活动中减少了系统中断的可能。

（编辑：大连站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!