返回 搜尋 透過語音搜尋
登入
返回 Oracle 帳戶
Cloud 帳戶 登入 Cloud

找不到任何結果

您的搜尋查無相符結果

以下操作有助您找到所需內容,建議您不妨一試:

  • 檢查您關鍵字搜尋的拼字是否正確。
  • 改用您所輸入關鍵字的同義詞,例如以「應用軟體」取代「軟體」。“”“”
  • 嘗試下列其中一項熱門搜尋。
  • 開始新的搜尋。

 

常見問題

資料倉儲是什麼?

資料倉儲是一種資料管理系統,設計專為推動並支援商業智慧型 (BI) 業務,尤其以分析為主。資料倉儲僅用於執行查詢和分析,而且通常儲存大量歷史資料。資料倉儲中的資料通常來源廣泛,例如應用程式紀錄檔案和交易處理應用程式。

資料倉儲可集中並整合大量來自多方來源的資料。資料倉儲的分析功能可讓組織從其資料中取得有價值的業務洞析,有助於改進 決策的制定。隨著時間推移,資料倉儲可建立起歷史記錄,這對資料科學家和業務分析師而言非常重要。由於具備這些功能,資料倉儲可被視為組織’的“單一真實資訊來源”。

典型的資料倉儲通常具備下列元素:

  • 用於儲存和管理資料的關聯式資料庫
  • 用於準備進行資料分析的擷取、轉換和載入 (ELT) 解決方案
  • 統計分析、報告和資料挖掘功能
  • 可將資料視覺化,並呈現給商務使用者的客戶分析工具
  • 其他更複雜的分析應用程式,能夠生成可操作的
  • 資訊,這些資訊利用機器學習和人工智慧 (AI) 演算法而取得

何不在您的線上交易處理 (OLTP) 環境裡展開分析?

資料倉儲是一款用於資料分析 (尤其是歷史資料) 的關聯環境。組織可使用資料倉儲找出隨著時間推進而發展的資料模式和關係。

交易處理環境則可持續處理交易相關業務,通常用來進行訂單輸入以及金融、零售交易等作業。OLTP 環境並非建立在歷史資料的基礎之上。事實上,在 OLTP 環境中,歷史資料常被封存或直接刪除,以提高效能。

資料倉儲和 OLTP 系統之間差異甚鉅。

資料儲倉 OLTP 系統
工作負載 可供一次性查詢和資料分析 僅支援預先定義的操作
資料修正 定期自動更新 透過終端使用者發布個別聲明來更新
綱要設計 使用部分非規範化的綱要來優化效能 使用完全規範化的綱要以確保資料一致性
資料掃描 涵蓋數千至數百萬列 每次僅存取少量紀錄
歷史資料 儲存數月或數年的資料 僅儲存數週或數月的資料

資料倉儲、資料超市和操作型資料商店

儘管他們扮演類似的角色,但資料倉儲不同於資料超市和操作型資料商店 (ODS)。資料超市的功能與資料倉儲相同,但處理資料的範圍通常較有限—,一般而言是單一部門或單一業務線。因此資料超市的建立比資料倉儲容易得多。然而,由於很難在多個資料超市之間統一管理並控制資料,往往會導致資料不一致的情形發生。

操作型資料商店 (ODS) 僅支援例行操作,因此檢視歷史資料的功能有限。雖然 ODS 很適合作為目前資料來源,而且常被資料倉儲利用,但無法支援大量歷史資料的查詢。

我需要資料湖嗎?

組織可同時使用資料湖和資料倉儲,以儲存出於各種來源的大量資料。何時選擇使用資料湖和資料倉儲,取決於組織想要如何處理那些資料。下列介紹資料湖和資料倉儲最佳的使用方式:

  • 資料湖可儲存大量分散、未經篩選的資料,為供日後特定目的使用。來自業務線應用程式、行動應用程式、社群媒體、IoT 設備等的資料,被擷取為資料湖中的原始資料。各種資料集的結構、完整性、選擇和格式是由分析人員進行分析時所得出。組織若需要低成本的儲存系統,將來源眾多的未格式化、非結構化的資料用於特定目的,資料湖或許是正確的選擇。
  • 資料倉儲專為分析資料而打造。資料倉儲內的分析處理是針對已準備好進行分析—的資料來執行,這些資料已經過彙整、情境化和轉換—,旨在產生以分析為基礎的洞析。資料倉儲還特別能夠處理出自各種來源的大量資料。當組織需要利用整個企業內多方來源的歷史資料,以進行進階資料解析或分析時,資料倉儲可能就是最佳選擇。

資料倉儲具備哪些優勢?

資料倉儲在整體及特殊需求方面皆能提供優勢,讓組織可分析大量不同類型的資料,並從中取得重要價值,以及保留歷史記錄。

如資料倉儲之父、電腦科學家 William Inmon 所述,有四個獨到特色讓資料倉儲能夠提供這種整體優勢。根據這個定義,資料倉儲具備的特性為

  • 主題導向。可以分析關於特定主題或工作領域 (如銷售) 的資料。
  • 整合性。資料倉儲可為來自各方的不同資料類型建立一致性。
  • 不變動性。資料存入資料倉儲後,便趨穩定且不會更動。
  • 時間差異性。資料倉儲分析著眼於時間的變化。

設計精良的資料倉儲可迅速執行查詢,提供超高資料吞吐量,並讓終端使用者可靈活地“交叉分析”資料,或降低資料量以仔細檢查資料,並達成高階或細微而詳盡的各式需求—。資料倉儲是中介軟體的功能基礎,可為商業智慧 (BI) 環境的終端使用者提供報告、儀表板和其他界面。

資料倉儲架構

資料倉儲架構的建立由組織的特定需求而定。常見架構包含

  • 簡易性所有資料倉儲都建立在同一個基礎設計上,其中元資料、摘要資料和原始資料都儲存在倉儲的中央儲存庫內。儲存庫的一端接收資料來源,另一端則供終端使用者存取,來進行分析、報告和資料挖掘。
  • 暫存區帶來簡易性。將可操作資料置入倉儲之前,必須先將這些資料進行清理和處理。雖然可以透過編程式碼來完成此作業,但在資料在進入前,許多資料倉儲即為這些資料新增暫存區,來簡化資料準備工作。
  • 軸輻式。在中央儲存庫和終端使用者之間增加資料超市,可讓組織自行定義其資料倉儲以進行各種業務。當資料準備好可供使用時,便能移至合適的資料超市。
  • 沙箱。沙箱是專屬私人、保險且安全的區域,能讓公司以非正式的方式快速探索新的資料集,或去深入瞭解分析資料的方式,而不必依循或遵照資料倉儲的正式規定和協議。

資料倉儲—從資料分析到人工智慧和機器學習的演進

資料倉儲於 1980 年代末首次亮相時,旨在幫助資料從操作系統流入決策支援系統 (DSS)。這些早期的資料倉儲需要大量的重複資料。大多數組織都有為其使用者提供多個 DSS 環境。雖然 DSS 環境使用了許多相同的資料,但通常會複製每個環境的資料收集、清理和整合。

隨著資料倉儲效率的提升,開始從支援傳統 BI 平台的資料儲存,演進為可支援各式不同的應用程式,如營運分析和績效管理等廣泛的分析基礎架構。

資料倉儲的疊代運算不斷與時並進,可協助企業增加更高的附加價值。

步驟 功能 商業價值
1 交易報告 提供相關資訊,以建立業務績效的快速檢視
2 交叉分析、一次性查詢、商業智慧 (BI) 工具 擴展功能,以取得更深入的洞見和更強大的分析
3 預測未來績效 (資料挖掘) 開發視覺化和具前瞻性的商業智慧
4 戰術分析 (空間、統計) 提供“假設性”情境,以根據更全面的分析來為實際決策提供情資
5 儲存數月或數年的資料 僅儲存數週或數月的資料

支援所有這五個步驟,都需要越來越多的資料集。最後的三個步驟特別需要範圍更廣的資料和分析功能。

現今,人工智慧和機器學習讓所有產業開始轉變,服務、企業資產—和資料倉儲也不例外。大數據的擴展和全新數位技術的應用,開始推動資料倉儲的需求和功能的轉變。

自主資料倉儲是這個演進過程中的最新步驟,能使企業從資料中獲取更多價值,同時降低成本並提高資料倉儲的可靠度和效能。

深入瞭解自主資料倉儲並開始運作您的自主資料倉儲

設計資料倉儲

當組織開始設計資料倉儲時,必須先定義其特定的業務需求,並就範圍達成協定,然後草擬概念性設計。組織能進而建立資料倉儲的邏輯和實體設計。邏輯設計的內容包含物件之間的關係,而實體設則涵蓋儲存和檢索物件的最佳方法。實體設計還包含了傳輸、備份和還原流程。

所有資料倉儲的設計都必須處理下列項目:

  • 具體資料內容
  • 資料分組內及之間的關係
  • 將能支援資料倉儲的系統環境
  • 所需的資料轉換類型
  • 資料重新整理頻率

設計根據的主要因素是終端使用者的需求。大多數終端使用者都想執行分析和查看彙整資料,而不是以個別交易來看待。然而,終端使用者通常到真正的需求出現時,才會明白他們想要的究竟是什麼。因此,規劃流程時應該進行徹底的探索,來預測到真正的需求。最後,資料倉儲的設計應保有擴展和演進的空間,以滿足終端使用者不斷變化的需求。

雲端和資料倉儲

雲端中的資料倉儲具有與就地部署資料倉儲相同的特性和優勢,但更多了雲端運算計算的其他優勢,例如靈活性、擴展性、敏捷性、安全性和降低的成本。雲端資料倉儲能使企業專注於從資料中提取價值,而不必建立和管理軟硬體基礎架構來支援資料倉儲。

閱讀 Oracle Cloud 和資料倉儲相關資訊 (PDF)

輕鬆上手的部署:自主資料倉儲

資料倉儲最新的疊代為自主資料倉儲,可運用 AI 和機器學習來免除手動業務,並簡化設定、部署和資料管理等作業。雲端中的即服務式自主資料倉儲無須人為進行資料庫的管理、硬體的配置及管理或軟體的安裝。

可供自動—建立資料倉儲、備份、修補和升級資料庫、擴展或減少資料庫,而且具備與雲端平台相同的靈活性、擴展性、敏捷性和降低的成本。自主資料倉儲可去除複雜性、加快部署並釋出資源,組織因而能專注於讓企業增加價值的業務上。

Oracle Autonomous Data Warehouse

Oracle Autonomous Data Warehouse 是一款使用簡便、完全自主的資料倉儲,能靈活擴展,提供快速查詢效能,而且不需要管理資料庫。Oracle Autonomous Data Warehouse 的設定非常簡單又快速。

深入瞭解 Oracle Autonomous Data Warehouse (PDF)