重振数据仓库：为何自动化是成功关键

随着组织以前所未有的规模拥抱数据，这些新技能和角色将赋能企业灵活性和专注度——支持更数据驱动的方法，最终实现更大商业成功。

数据仓库自动化是项极早期且极具创新性的发明，只有早期采用者和远见者敢于跃入。其余商业世界要么未听闻自动化，要么不信任看似好得不真实的事物。但看似好得不真实并不意味着它是假的。

用羽毛笔抄写圣经的修道士可能认为打字机好得不真实，谁知随后文字处理器、电脑和iPad蕴含何种“诡计”？

印刷机革新并革命了印刷世界。现在数据仓库自动化以类似成果革新数据仓储：财务节省、速度、效率和准确性提升。但在展望数据仓储未来前，让我们回到数据仓库诞生的八十年代，看看为何是时候向前迈进。

传统数据仓库的问题

传统构建数据仓库的方式蜗牛般缓慢。ETL代码手工编写，需数月构建数据仓库，部署时往往已与需求脱节。就像一个人花数年修复双座敞篷车，刚好赶上妻子宣布怀双胞胎。

> 另请参阅：自动化促进协作的五大理由

悲哀的事实是，数据的真实价值和能力往往直到数据仓库建成才被理解，但为时已晚。若未在完成前放弃，仓库就是昂贵、僵化的失望品。

或许这也是为何许多技术专家和思想领袖急于宣称数据仓库已死——在大数据时代不再相关。但这些预言家错了。大数据可扩展和丰富数据仓库，但不能取代它。不是数据仓库死了，而是传统设计构建方式死了。

做对数据仓库

核心上，数据仓库整合关键且有价值的企业数据，这些数据不在大数据源中，仍是描述性、规范性和决策分析的主要数据资源。它作为企业记忆，收集使时间序列和趋势分析成为可能的历史主体。

数据仓库还组织和构建数据，使其可被许多不同业务利益相关者理解和使用。这种商业智能给组织带来优势，使其更具竞争力、更以客户为中心、更盈利。

数据仓库自动化，数据仓库的未来

数据仓库在可预见未来仍将被需要，但必须更快构建、成本合理、随需求变化随时适应、响应业务和技术变更。且一切不得以牺牲解决方案质量为代价。

数据仓库自动化登场，即数据仓库的未来。数据仓库自动化通过构建更好解决方案——满足真实业务需求的解决方案——交付质量和有效性。

有了数据仓库自动化，业务可在开发过程后期做更多变更，变更可更频繁、干扰更少、浪费更少、返工更少。这种效率不仅令人愉悦，还节省时间、资源和金钱。传统数据仓库构建中，线性开发过程使获取完整正确需求尤其困难。自动化还通过标准强制执行和标准化开发流程带来质量收益。

> 另请参阅：自动化软件：企业IT的“万能遥控器”

自动化数据仓库的敏捷性不限于其在仓库开发过程中变更的能力，还能处理业务需求变化。实时响应变化、无漫长项目延迟，是业务敏捷性的本质。

构建得更好、更快

速度是赋能敏捷性的关键因素。快速生成、变更发生时同等快速再生成，是自动化的基本能力。快速失败能力也很重要。

有时仓库团队因数据不可用、数据质量问题、或难以定义的难以捉摸的业务规则，无法交付业务所需。尽早发现这些问题减少时间和资源浪费。

最终，构建更好、构建更快、需要时快速变更，给数据仓库开发、运营、维护和演进带来巨大成本节约。

除了开发和变更数据仓库，自动化还提供许多技术优势，有助于延长仓库寿命和简化运营。通过内置标准和约定能力，提高数据仓库组件一致性。自动化文档能力确保与实现保持同步的全面文档。

计划变更的影响分析由广泛元数据能力支持，测试通过开发期间的测试自动化和作为运营流程验证能力而简化。维护因一致性改进、文档更好、测试简化、版本控制、变更自动实施和标准化部署方法而变得更容易。

> 另请参阅：CIO作为指挥家：自动化如何将CIO转型为业务远见者

那么，它是如何工作的？流程如何自动化？关键全在于模式。

设计模式是数据仓库自动化的基础。识别和复用模式是同时实现一致性、质量、速度、敏捷性和成本节约的核心。

设计模式封装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。应用于数据仓库自动化工具的模式支持加速设计和开发目标，但同样重要的是，它们驱动标准合规和数据仓储结果一致性。

数据仓库赋能企业挖掘的商业智能无价。它让企业保持竞争力、盈利和领先。而现在，那些试图交付这些报告的缓慢、痛苦、过时机器已被翻新、现代化和自动化。

来源：Rob Mellor，总经理，WhereScape Mainland Europe