四層面擴(kuò)展PB級數(shù)據(jù)倉庫
隨著PB級大小的數(shù)據(jù)庫即將來臨，企業(yè)的CIO也許會(huì)問自己：“要如何應(yīng)用1024TB或者1PB 的數(shù)據(jù)？PB級的數(shù)據(jù)倉庫真的具有投資的價(jià)值嗎？”數(shù)據(jù)倉庫的成功設(shè)計(jì)與部署關(guān)鍵在于其可擴(kuò)展性，可擴(kuò)展性是企業(yè)運(yùn)用詳細(xì)且實(shí)時(shí)的商業(yè)智能制定有效決策并創(chuàng)造價(jià)值的關(guān)鍵指標(biāo)。
      今天，企業(yè)競爭優(yōu)勢并不在于價(jià)格或產(chǎn)品的差異，而在于企業(yè)必須比競爭對手掌握更詳細(xì)的客戶與潛在客戶的信息。要讓潛在客戶變成忠實(shí)顧客，關(guān)鍵在于必須在適當(dāng)?shù)臅r(shí)間，向客戶提供適當(dāng)?shù)漠a(chǎn)品、服務(wù)與信息。要做到這點(diǎn)，企業(yè)必須先收集足夠且詳細(xì)的客戶信息，找出重要的模式，并且有適當(dāng)?shù)南到y(tǒng)將信息統(tǒng)一存儲(chǔ)，以供日后實(shí)時(shí)運(yùn)用。 
      數(shù)據(jù)倉庫讓企業(yè)有能力收集大量且詳細(xì)的資料（目前已經(jīng)是數(shù)百個(gè)TB，PB也指日可待），并讓企業(yè)能在幾秒內(nèi)就完成部署。要能快速搜尋并部署如此大量的數(shù)據(jù)，系統(tǒng)的可擴(kuò)展性是重要的條件。
      可擴(kuò)展性是在硬件配置上增加額外的處理能力，并在性能上呈線性的提升。換個(gè)角度來看，就是在不影響性能的前提下，提升硬件存儲(chǔ)與處理大量數(shù)據(jù)的能力（或是處理日漸復(fù)雜的查詢及日漸增加的多筆并發(fā)查詢）。不良的設(shè)計(jì)或產(chǎn)品部署只會(huì)導(dǎo)致相反的結(jié)果，造成性能降低的速度快于數(shù)據(jù)量增加速度。 
      像SBC電信等公司的數(shù)據(jù)倉庫系統(tǒng)運(yùn)用了數(shù)百個(gè)頂級的英特爾處理器，數(shù)百個(gè)GB容量的可尋址內(nèi)存以及數(shù)百個(gè)TB磁盤空間，來支持一個(gè)單一的數(shù)據(jù)庫。像這樣系統(tǒng)的設(shè)計(jì)與部署應(yīng)該包含哪些成功因素呢？真正的可擴(kuò)展性應(yīng)該包含以下四個(gè)層面：
     第一層面：處理大量的數(shù)據(jù)
      企業(yè)每日運(yùn)營會(huì)產(chǎn)生大量的數(shù)據(jù)，而這些數(shù)據(jù)可用來支持重要的商業(yè)應(yīng)用與決策制定。除此之外，數(shù)據(jù)庫每MB的成本也不斷降低。然而，問題依然存在：這么多的數(shù)據(jù)真的能增加企業(yè)價(jià)值，證明數(shù)據(jù)存儲(chǔ)真的值得投資嗎？ 
      答案是肯定的！但前提是企業(yè)必須能有效地應(yīng)用所存儲(chǔ)的詳細(xì)數(shù)據(jù)，從中找到策略與戰(zhàn)術(shù)商務(wù)查詢的答案?，F(xiàn)在假設(shè)有家跨國銀行要評定特定重要客戶的終生價(jià)值，如果這家銀行的數(shù)據(jù)庫仍然是用串行的數(shù)據(jù)處理方式，執(zhí)行這樣的查詢會(huì)拖垮整個(gè)系統(tǒng)。相反的，如果使用分治法（divide and conquer approach）來處理大量數(shù)據(jù)，通過并行技術(shù)的部署以及非共享架構(gòu)，則能夠快速且更可靠地找到重要商務(wù)問題的答案。這就是可量化商業(yè)價(jià)值的第一步。
     第二層面 ：多筆并發(fā)查詢的挑戰(zhàn)
      大企業(yè)需要同時(shí)處理數(shù)千筆來自企業(yè)內(nèi)部不同地點(diǎn)的查詢，查詢的范圍包含長期與短期的需求。以前面的跨國銀行為例，它可能需要在無數(shù)筆信用卡交易中偵測出欺詐行為，銀行經(jīng)理也許需要每月銷售數(shù)字的分析。像這樣的查詢不僅限于一處，而可能來自于不同區(qū)域數(shù)百個(gè)部門，因此可清楚看出系統(tǒng)需要有處理多筆并發(fā)查詢的能力。要能同時(shí)處理多筆查詢，數(shù)據(jù)庫首先必須具有精密的資源管理功能，在執(zhí)行查詢的時(shí)候，并行的數(shù)據(jù)庫必須能響應(yīng)不同的要求，并且掃描多個(gè)表格。
     第三層面：維持復(fù)雜數(shù)據(jù)之間的商業(yè)關(guān)系
      如何處理復(fù)雜度日漸提高的數(shù)據(jù)，是大型數(shù)據(jù)庫將查詢最佳化的另一項(xiàng)挑戰(zhàn)。舉例來說，過去要建立一個(gè)簡單的客戶視圖，可能牽涉到存儲(chǔ)于分散在數(shù)據(jù)集市中的三或四個(gè)相關(guān)聯(lián)的數(shù)據(jù)點(diǎn)，現(xiàn)在則可能涉及到存儲(chǔ)于一個(gè)企業(yè)級數(shù)據(jù)倉庫中的三、四十個(gè)相關(guān)的數(shù)據(jù)點(diǎn)。如果這個(gè)數(shù)據(jù)倉庫只能產(chǎn)生龐大的表格，容納數(shù)十億筆分類排列的交易數(shù)據(jù)，全世界計(jì)算機(jī)的數(shù)據(jù)處理能力也無法建立一個(gè)有效的客戶視圖。即使數(shù)據(jù)倉庫能將數(shù)據(jù)分成不同的表格，卻無法保存表格數(shù)據(jù)之間的商業(yè)關(guān)系，整個(gè)數(shù)據(jù)分析的功能都要打折扣，進(jìn)而影響系統(tǒng)的商業(yè)價(jià)值。因此，在數(shù)據(jù)倉庫提升容量的同時(shí)，必須要對分析型查詢創(chuàng)造具有超高效率的“檔案系統(tǒng)”，這個(gè)系統(tǒng)應(yīng)該要能包含多個(gè)表格，且保存各主題區(qū)域內(nèi)數(shù)據(jù)的商業(yè)關(guān)系，能輕松做到數(shù)據(jù)的相互關(guān)聯(lián)和擴(kuò)充。
     第四層面：支持復(fù)雜的數(shù)據(jù)查詢與數(shù)據(jù)挖掘
      最后，新一代的超級數(shù)據(jù)倉庫所要面對的不僅是上個(gè)月鞋子銷售量有多少的查詢，而是更加復(fù)雜的數(shù)據(jù)查詢與數(shù)據(jù)挖掘，例如客戶的終生價(jià)值，像這個(gè)問題就牽涉了許多重要層面。數(shù)據(jù)倉庫必須要能將各層面加以分析，然后決定一個(gè)高效收集所需信息的途徑。未來真正能提供PB價(jià)值的數(shù)據(jù)倉庫應(yīng)該具備一個(gè)優(yōu)化器，以處理復(fù)雜的數(shù)據(jù)查詢與數(shù)據(jù)挖掘而不需要人力介入。