Pag e 2 o f 7 1 . 数据仓库概述 经过多年 IT 的建设，信息对于 XXX 的日常管理已经日益重要，并逐渐成为重要的信息资产，信息资产的管理已经成为日常管理中一个非常重要的环节。如何管理和利用好 XXX 内部纷繁的数据也越来越成为信息管理的一项重要工作。 在过去相当一段时间内，XXX 业务系统的构建主要围绕着业务的数据展开，应用的构建多是自下而上构建，主要以满足某个部门的业务功能为主，我们称之为业务处理的时代。这样的构建方式造成了一个个分立的应用，分立的应用导致了一个个的静态竖井。由于数据从属于应用，缺乏 XXX 全局的单一视图，形成了一个个信息孤岛，分立的系统之间缺乏沟通，同样数据的孤岛导致只能获得片面的信息，而不是全局的单一视图。存储这些信息的载体可能是各种异构或同构的关系型数据库，也有可能是XML、EXCEL 等文件。因此，构建新一代的一体化平台提上了日程并最终促成全域数据的管理方式，目的是覆盖 XXX 各个环节的关键业务数据，完善元数据管理，形成全局的数据字典、业务数据规范和统一的业务指标含义，能够灵活的获取 XXX 业务数据的单一视图（需要保证数据的一致性、完整性、准确性和及时性）。数据的交换和共享主要发生在上下级组织机构之间或同级的不同部门之间。最终，这些数据可以为部队分析、决策支持（多维分析、即席查询、数据挖掘）等应用提供更及时、准确、有效的支持。 数据仓库的目标是实现跨系统数据共享，解决信息孤岛，提升数据质量，辅助决策分析，提供统一的数据服务。同时，数据仓库的构建也面临着各种挑战，比如信息整合在技术上的复杂度、信息整合的管理成本、数据资源的获取、信息整合的实施周期以及整合项目的风险等。 Pag e 3 o f 7 2 . 全域数据库总体架构 信息治理、元数据管理IT安全运维管理IT综合监控展示层门户手机平板电脑PC统一授权服务单点登录应用层多维分析即席查询报表统计统计分析预测分析分析型管理流程整合数据整合空间数据其他应用基础服务层应用服务器空间地理数据引擎服务总线主数据管理引擎协同工作事件驱动规则引擎数据挖掘引擎消息中间件工作流引擎知识内容管理引擎大数据分析引擎OLAP引擎数据存储区流媒体数据大数据OSD数据仓库数据集市特征库模型库预测数据地理数据MDMHUB共享数据库交换服务体系数据层（ISB）数据联邦数据复制数据清洗数据转换大数据流消息队列应用层流程服务信息服务交互服务消息服务基础设施层（网络、...
