数据仓库没有死：它只是需要自动化检修

随着组织以比以往更大的规模接受数据，这些新技能和角色将实现灵活性和专注于公司内部——支持更以数据为导向的方法，并最终取得更大的业务成功

数据仓库自动化是那些如此早且如此创新的发明之一，以至于只有早期采用者和有远见的人才会相信。商业世界的其他人要么没有听说过自动化，要么不相信看起来好得令人难以置信的东西。但仅仅因为它看起来好得令人难以置信，并不意味着它是假的。

一个僧侣用他的羽毛笔写圣经副本可能会认为打字机好得令人难以置信，谁知道他会想象在随后的文字处理器、计算机和 iPad 的开发中包含什么诡计？

印刷机使印刷世界现代化并彻底改变了世界。现在，数据仓库自动化正在以类似的结果彻底改变数据仓库；节省资金，提高速度、效率和准确性。但在我们展望数据仓库的未来之前，让我们回到八十年代创建数据仓库的时代，看看为什么是时候继续前进了。

传统数据仓库的问题

构建数据仓库的传统方式非常缓慢。 ETL 编码是手工编写的，因此构建数据仓库需要几个月的时间，而这在部署时通常与需求不同步。这就像一个男人花了数年时间来修复他的两人座敞篷车，就像他的妻子宣布她怀上了双胞胎一样。

> 另请参阅：自动化促进协作的五个原因

可悲的事实是，在数据仓库建成之前，很少有人了解数据的真正价值和能力，但到那时为时已晚。仓库，如果在完工前没有被废弃，那是一个昂贵的、不灵活的失望。

也许这就是为什么许多技术专家和思想领袖准备宣布数据仓库已死——在大数据时代不再相关。但这些预言家是错误的。大数据可以扩展和丰富数据仓库，但不能替代它。死亡的不是数据仓库，而是传统的设计和构建方式。

正确处理数据仓库

在其核心，数据仓库集成了大数据源中没有的关键和有价值的企业数据，这些数据仍然是描述性、规范性和决策分析的主要数据资源。它作为企业记忆，收集历史的主体，使时间序列和趋势分析成为可能。

数据仓库还对数据进行组织和结构化，使其易于理解并可供许多不同的业务利益相关者使用。这种商业智能为组织提供了优势，使其更具竞争力、更以客户为中心、更有利可图。

数据仓库自动化，数据仓库的未来

在可预见的未来将需要数据仓库，但它们需要以合理的成本更快地构建，随时适应不断变化的需求，并对业务和技术变化做出响应。所有这一切都必须在不影响解决方案质量的情况下发生。

进入数据仓库自动化，数据仓库的未来。数据仓库自动化通过构建更好的解决方案的能力提供质量和有效性；满足实际业务需求的解决方案。

借助数据仓库自动化，企业可以在开发过程的后期进行更改，并且可以更频繁地进行更改，从而减少中断、浪费和返工。这种效率不仅是一种乐趣，它还可以节省时间、资源和金钱。在传统的数据仓库构建中，由于线性开发过程，特别难以获得完整和正确的需求。自动化还通过执行标准和标准化开发流程带来质量优势。

> 另请参阅：自动化软件：企业 IT 的“通用遥控器”

自动化数据仓库的敏捷性不仅限于它在仓库开发过程中的变化能力，它还可以处理业务需求的变化。实时响应变化，不耽误冗长的项目是业务敏捷性的本质。

构建得更好更快

速度是实现敏捷性的关键因素。发生变化时快速生成和同样快速再生的能力是基本的自动化能力。快速失败的能力也很重要。

有时，由于数据不可用、数据质量问题或难以定义且难以定义的业务规则，仓储团队无法交付业务需求。尽早发现这些问题可以减少时间和资源的浪费。

最终，构建更好、构建更快并在需要时快速更改可为数据仓库的开发、运营、维护和演进带来可观的成本节约。

除了开发和更改数据仓库之外，自动化还提供了许多技术优势，有助于延长仓库的使用寿命和简化操作。数据仓库中组件的一致性通过构建标准和约定的能力得到改进。自动化文档功能可确保与实施保持同步的全面文档。

广泛的元数据功能支持对计划变更的影响分析，并通过开发期间的测试自动化和作为操作流程的验证功能简化了测试。通过改进的一致性、更好的文档、简化的测试、版本控制、变更的自动化实施和标准化的部署方法，维护变得更加容易。

> 另请参阅：CIO 作为大师：自动化如何将 CIO 转变为业务远见者

那么，这一切是如何运作的呢？该过程如何自动化？好吧，这都是关于模式的。

设计模式是数据仓库自动化的基础。识别和重用模式对于同时实现一致性、质量、速度、敏捷性和成本节约的能力至关重要。

设计模式封装了架构标准以及数据设计、数据管理、数据集成和数据使用的最佳实践。数据仓库自动化工具中的应用模式支持加速设计和开发的目标，但同样重要的是，它们推动了数据仓库结果的标准合规性和一致性。

数据仓库使企业能够挖掘的商业智能是无价的。它使业务保持竞争力，盈利并领先于人群。而现在，试图提供这些报告的缓慢、痛苦、过时的机器已经过改造、现代化和自动化。

来自 WhereScape 欧洲大陆总经理 Rob Mellor