[发明专利]数据源系统不可知的事实类别分区信息存储库以及用于使用信息存储库插入和检索数据的方法

说明书

提供了一种数据源系统不可知的事实分区信息存储库系统，所述事实分区信息存储库系统包括：数据存储库，所述数据存储库包括：多个事实分区；多个维度，所述多个维度与所述事实分区相关地进行存储，所述多个维度由每个所述事实分区共享；以及多个数据源系统特定数据映射；数据接收器，所述数据接收器用于从多个数据源系统接收数据；以及数据映射器，所述数据映射器用于使用所述多个数据源系统特定数据映射将数据分区成所述多个事实分区。

技术领域

本发明总体上涉及数据入库，尤其涉及数据源系统不可知的事实类别分区信息存储库以及相关联的用于使用信息存储库插入和检索数据的方法。

背景技术

传统的数据入库技术存在的问题在于，数据是源系统特定的，并且数据仓库将数据存储在类似的结构上下文中。

例如，数据入库的主要方法包括维度方法和归一化方法。

在维度方法(由Ralph Kimball提出)中，数据被分区成“事实”和“维度”，“事实”通常由主题区域组织，“维度”是给出事实上下文的参考信息。

图1中示出了利用维度方法的这种现有技术数据仓库。

如图可看出的，对于每个源系统21，现有技术的数据维度数据仓库26包括相关联的主题区域27。

例如，对于销售点系统21的主题区域27，销售交易可以分解为事实28和维度29，事实诸如：订购的产品数量和为产品支付的价格，维度诸如：订单数据、客户名称、产品编号、订单收货地点和收单地点、以及负责接收订单的销售人员。

维度方法的关键优势是用户更易于理解和使用数据仓库。而且，从数据仓库中检索数据趋向于非常快地运行。对于业务用户而言，维度结构易于理解，因为结构被划分为度量/事实和上下文/维度。事实与组织的业务流程和运营系统有关，而围绕它们的维度则提供了上下文。由维度模型提供的另一个优点是它并不总是需要关系数据库查询。因此，这种类型的建模技术对终端用户查询是非常有用的。

然而，维度方法的缺点在于，为了保持事实和维度的完整性，向数据仓库加载来自不同运营系统的数据是复杂的。在大多数(如果不是全部)实例中，构建和存储在数据仓库中的事实是特定于运营交易或流程的，称为“主题区域”事实。这些事实被严格限制在他们的主题区域，因此在没有广泛解构的情况下不适合进行关系分析。类似地，跨限定主题区域的时间上下文通常是不同的，从而意味着作为维度的时间必须是范围受限制的并且可能不易于表示跨所有事实的时刻。

此外，由于“主题区域”发生变化以与新业务保持一致并且旧数据变得过时，如果采用维度方法的组织改变业务流程，则使用维度方法难以修改数据仓库结构。另外，在数据仓库中描述组织的多个主题区域所需的大量维度导致快速扩展和具有许多(通常是重复的)维度的复杂模式或设计。

此外，从现有技术的维度数据仓库26的各个不同的主题区域27中提取数据需要生成数据“立方体”30，数据立方体出于各种目的(例如，分析销售人员的表现)选择性地选择和关联各种数据。设置和利用立方体不仅繁琐，而且还可能导致不希望的数据重复。

在归一化方法(由Bill Inmon提出)中，数据仓库中的数据在一定程度上是遵循数据库归一化规则进行存储的。表格通过反映一般数据类别的主题区域(例如，关于客户、产品、财务等的数据)分组在一起。归一化结构将数据划分为实体，在关系数据库中创建若干表格。

当应用于大型企业时，归一化方法会导致许多通过联接网链接在一起的表格。此外，当实施数据库时，每个创建的实体都被转换为单独的物理表格。

归一化方法的主要优点是直接将信息添加到数据库中。这种方法的缺点在于，由于涉及到大量表格，用户可能难以将来自不同源的数据加入有意义的信息中并且在没有准确了解数据源和数据仓库的数据结构的情况下访问信息。

发明内容