For investors
股价:
5.36 美元 %For investors
股价:
5.36 美元 %认真做教育 专心促就业
我们在前几期的文章中给大家简单介绍了数据仓库架构的一些基础知识等内容,而本文我们就再来了解一下,数据仓库架构管理都有哪些常见问题。
缺乏规范管理
项目管理的重点之一是规范化。对内而言,规范化有助于提升开发团队的工作效率,系统建设过程中技术文档的沉淀也有助于系统的可持续发展;对外而言,规范化有助于系统间的交互,并且有效地降低沟通成本。缺乏规范管理,容易导致数据仓库模型愈加混乱,终数据仓库变成数据沼泽,被迫要推倒重做;
缺乏稳定团队
数据仓库对全行的数据进行归集并梳理整合成主题模型,终加工成数据集市为各类应用系统提供数据服务,所以数据仓库是一个数据关系十分复杂的系统,哪怕已经模型简化。这样的系统依赖开发团队不断地沉淀与迭代才能挖掘与发挥更大的性能。不稳定的开发团队会导致技术沉淀出现断层,随着系统的复杂程度上升会让新成员越来越难理解数据关系的逻辑及背景;
缺乏高管支持
数据仓库项目建设是一个缓慢的过程且价值体现不明显,这类项目在高管的眼中就是源源不断投入资源的无底洞。假如高管并不了解数据仓库的本质与价值,很可能会慢慢把资源投入到其他容易产生价值的项目去。一旦数据仓库缺乏资源的支撑,慢慢速度就跟不上数据服务的迫切需求,终变得边缘化;
缺乏有效打法
数据仓库的迭代优化主要体现在主题模型与数据集市,假如开发团队不懂或者不敢操作,老旧的数据模型会成为数据服务能力的严重阻碍。
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请加danei0707学习了解。欢迎关注“达内在线”参与分销,赚更多好礼。