企业级数据仓库取代数据集市

著名市场调研机构Gartner的分析师Donald Feinberg表示，构建数据集市成本非常昂贵，如果你的公司有六个部门，每个部门都开发了自己的数据集市，那么你就必须为六个硬件系统和六个数据库软件许可买单，同时你还需要足够的人手来维护每一个数据集市。

当出现上面这种情况时，企业往往会发现到最后，每个数据集市里都复制了大量相同信息，数据的保存不再是一个单一的主拷贝，同时还会浪费掉大量的存储空间。

而在一个企业级数据仓库中，数据的质量比在上述数据集市中更高。数据仓库项目不需要采取“一次性全部导入”的方式，你可以从一个小的项目开始，围绕一个数据仓库慢慢进行设计其他项目，随着时间推移，逐步补充添加更多的项目，最后这个小的数据仓库就会增长为企业级数据仓库，掌控起公司所有的业务数据。

拍卖网站eBay拥有全球最大的数据仓库之一，每天收集的数据达到40TB之多，并拥有5000多个商户。eBay的高级主管Oliver Ratzesberger在本周Teradata的欧洲用户大会上表示，eBay就像很多别的企业一样，数据集市的数量太多，这些数据集市很可能会毁掉企业的经营策略。

两年前，Ratzesberger开始实施一个项目，鼓励各个业务部门放弃各自的数据集市，转而使用eBay的Teradata企业级中央数据仓库。Ratzesberger称，他们免费提供这项业务，使得他们的商业用户不用再费劲去争辩到底是在MySQL数据库中进行数据分析便宜呢，还是在SQL Server数据库中分析数据成本更低。eBay只是让商户们知道，eBay为他们提供的分析的执行速度比他们自己从Dell购买一个服务器然后自己部署数据集市要快得多。

Ratzesberger的策略是在eBay内部提供数据仓库软件作为一项中央业务，由IT部门负责运行，允许商户进行测试。eBay允许各个商业部门在Teradata内部使用他们自己的数据执行数据分析来测试这个策略，不要求服务品质协议(SLA)，而且用户将数据上载到Teradata数据库的限期为六个月。

如果这个在Teradata内部的样板分析结果成效显著的话，商户就有可能用这个样板为出发点开发在Teradata数据库中长期运行的生产系统。

Ratzesberger表示，我们的开发人员通常需要花费大量时间来解决数据质量问题，而不是用来构建数据仓库，随着这项新业务的开展，他们可以从中得到很多好处，因为测试样板会识别数据质量问题。在开发人员着手构建生产系统之前，这些问题就能够得到解决，这样就可以加速软件的开发速度。

虽然安装数据仓库的工程相当浩大，但是Ratzesberger的做法还是说明了IT部门是可以用一个低成本的替代方法，也就是企业级数据库，来避免在企业业务开展过程中出现数据集市的扩增现象。