数据仓库的商业应用技术之四：数据仓库的优化技术
数据仓库优化包括很多内容，包括数据库实例优化、数据库的设计优化、数据仓库设计(建模)优化、数据存储优化、存储过程优化、中间层支持优化、应用支持优化(智能报表、即时查询、数据挖掘等应用)。
数据仓库的客户有两个常见要求，一个要求是快，还有一个要求是稳定。快有很多方面，在核心的数据库，有太多的因素影响速度，所以优化时要各个方面都要考虑。
1. 数据仓库设计(建模)优化
在设计的时候有很多的情况发生，在这里重点提一点，数据仓库还要考虑一个时间的因素，有的时候开始设计的时候性能非常好，但随着系统长时间的运行，发生了很多无法解决的、由设计造成的问题，如性能问题。曾经有欧洲的一家汽车企业，设计师对数据仓库的模型设计想法非常好，但是不适宜一个长时间的运行，数据增长以后性能大幅下降，数据运行可能会非常的慢，到了无法容忍的地步，结果导致运行两年以后就不行了。想要再进行结构修改也不可行了，必须要全部重来。
2. 数据存储优化
数据存储优化主要是如何尽量减小存储空间和提升性能。这点很重要，数据仓库往往都是牺牲空间来提升速度。但是也需要优化，很多问题在一些小的数据仓库系统可能都不存在，但是在比较大型的数据仓库系统中就会出现了。数据仓库数据不断增加，当使用时间比较长之后就会造成数据量过大、性能会大幅下降，为了避免这样的情况，我们在开始设计时，就要考虑到后续的使用，需要进行数据存储优化，主要包括：
Data Block Design：基本存储单位的设计。
Table Spacing：表空间的设计。
Table Partitioning：表空间的优化。
Indexing：索引的设计。
Index Partitioning：索引优化。
Data Compressing：数据压缩(同时会牺牲一些性能)。
3. 存储过程优化：就是后台的一些存储过程的优化。
4. 中间层支持优化：WEB SERVER之类的系统优化。
5. 应用支持优化：主要有智能报表、即时查询、数据挖掘等应用，也就是前台的一些应用也是需要优化的。一个REQUEST发出去，返回的RESULT，这个过程是有很多的步骤，也是需要进行优化处理的。
另外，还需要在一些方面对数据仓库进行优化，如：异构数据库互联优化。异构数据库互联，做数据仓库第一步就会碰到，数据仓库肯定有很多不同的数据源。具体如下图所示。
上述例子就比较复杂，既有不同数据库，又有不同操作系统。异构数据库互联优化的案例：
A、文件导出导入 -〉开放数据库互联
由文件导出导入方案改为开放数据库互联方案，可优化异构数据库互联的性能。例如：Windows ODBC, Unix ODBC，性能和可控性上肯定会比较好一点，但是有的时候并不是这样简单的要求，还需要考虑数据安全性的要求。例如某些情况下，条件不允许做数据库的互联。还有业务系统的健壮性能也要考虑。
B、通用ODBC -〉第三方专用ODBC
由ODBC方案改为第三方专用ODBC方案，可优化异构数据库互联的性能。例如： MS ODBC -> Data Direct ODBC。
C、开放数据库互联-〉专用数据网关
由ODBC方案改为专用数据网关方案，可优化异构数据库互联的性能。例如： MS ODBC -> Transparent Gateway。
