搞懂数据仓库 质疑供应商报表

　　考虑到项目招标时，供应商描述过“数据仓库”、“元数据”等等，想搞清楚到底什么是“数据仓库”。去图书城，专门到数据仓库、OLAP、多维建模书籍区域去，挨个拿过来翻。翻译这些书籍的人往往本身对这些东西不懂，误导了一批读者，十几本书里，我只对2本的描述产生强烈的共鸣。

　　①《维度建模完全指南》（该书的作者自称是“数据仓库”的鼻祖）开篇对“数据仓库项目经理”的本质做了描述：一个数据的收集者，一个数据的整理者，一个统计分析数据的发布者。与我对自己在公司里的定位完全一致！

　　作者认为，数据仓库的本质就是收集尽可能多的信息，用作公司的决策支持（中国人总认为做决策的人一定是领导，所以把“决策支持”等同于“领导查询”。其实在美国，“决策”是分散到普通员工的，通常是普通的业务人员，而且任何一项普通的业务决定也叫“决策”，并不是“战略决策”才叫决策。所以“决策支持”绝对不是什么高深的东西）。

　　经过清理的数据往往以一种特定的格式（所谓星型结构）存放在数据库中，整本书就是与读者探讨（注意是“探讨”，而不是“传授”，所有美国的这类权威书籍里都极力强调不要按书里的方法去实践，这就是美国鼓励自主创新和中国服从权威的不同文化的典型体现）这方面的经验。

　　②《建立多维信息系统》，以一步步深入的方式，解释了维度的概念。所谓“维度”，就是前边我理解的“因素字段”，影响谁呢？表结构中最后那个数值型的字段。例如证券交易量字段，交易量字段就是一个“事实”；营业部、委托方式、交易所、币种、证券类别、客户规模、客户年龄段、交易日期，都是因素字段，就是维度！数数有多少？8个，就是8维。

　　证券公司就靠着客户做证券交易收取手续费，所以业务部门对交易量的统计报表需求很强烈。2年前，由每个营业部发Email报报表，专门一个人汇总。现在有了集中的业务数据，业务部门就开始使用供应商提供的业务统计报表。例如：以营业部为行，证券类别为列，出一张报表；以月为单位出，以周为单位出；算公司交易量对证券交易所交易量的比例等等。

　　算了一下，不下30多张，还经常要变动。一觉得数据不正常，就找我，让我找原因。我就到数据库里去，这个字段加上那个字段，再按某个字段某段时间来汇总，怎么算出来跟供应商提供的报表数值不对呢？于是打电话给供应商，让他们找问题。第二天给我一个升级补丁。报表好了，反反复复，折腾人。