数据仓库在信息管理中的现实应用

一、引言
    信息化管理的目的是将一般信息抽象化，提取出用户需要的信息。但在大量数据的提取中，如何更准确的挖掘出最有价值的信息和数据，单单采用传统的关系型数据库是难以实现的。数据仓库技术可解决这一难题。
   数据仓库是支持管理决策过程的、面向主题的、集成的、不可更新的且随时间不断变化的数据集合。利用数据仓库，对源数据经过提取、转换、加载形成统一的数据格式，再利用数据挖掘和OLAP分析工具为决策者提供所需的信息。数据仓库是要建立在一个较全面完善的信息应用基础上，用于支持高层决策分析，而数据库仍承担日常处理事务。
   二、从数据库到数据仓库
    传统的数据库技术是以单一的数据资源为中心，进行事务处理、批处理、决策分析等各种数据处理工作，分为操作型处理和分析型处理两类。操作型处理指对数据库联机的日常操作，通常是对单个纪录的查询修改，注重响应时间、数据的安全性和完整性；分析型处理用于管理人员的决策分析，经常要访问大量历史数据。传统数据库系统难以实现对数据分析的处理要求，无法满足数据处理多样化的要求，为更好的支持决策，对数据进行再加工，从而形成综合的、面向分析的环境，即数据仓库。
   数据仓库系统包括：数据仓库技术；联机分析处理技术；数据挖掘技术。

  三、数据仓库的数据组织
    （一）数据组织结构。数据仓库中的数据分四个级别：早期细节级、当前细节级、轻度综合级、高度综合级。源数据经过综合后，先进入当前细节级，根据具体需要进行综合，从而进入轻度综合级乃至高度综合级，老化的数据将进入早期细节级，数据仓库中存在着不同的综合级别，称为“粒度”。粒度越大，表明细节程度越低，综合程度越高。
    （二）数据组织形式。简单堆积文件：将每日由数据库中提取并加工的数据逐天积累并存储起来。轮转综合文件：数据存储单位被分为日、周、月、年等几个级别。简化直接文件：间隔一定时间的数据库快照。连续文件：通过比较两个简单直接文件的不同而生成的。
   四、数据仓库在信息管理的应用
    数据的抽取：通过抽取将数据从联机事务处理系统、外部数据源、脱机的数据存储介质中导入到数据仓库。
    数据的存储和管理：数据仓库中数据按层次进行贮存，有多维数据库存贮、虚拟存贮、基于关系数据表存贮三种方式。数据仓库的构建：数据仓库的构建不可能一次成型，可采用原型法先建立一个小的原型数据仓库，考察其主要属性，用以学习，必要时进行修改，最后形成一个完整的数据仓库。
   数据仓库Dw是一个面向主题、集成，随时间变化，便是信息本身相对稳定的数据集合，用于对管理决策过程的支持。数据库系统中存贮的大量数据能成为医院、学校等事业单位日常评估的依赖，为单位管理人员决策提供重要依据，使管理工作更具可行性、科学性和准确性。
   五、结束语
    本文对数据库与数据仓库进行了比较分析，在此基础上对数据仓库的基本理论和关键技术进行了分析，对事业单位信息管理系统中历史数据的挖掘，可以在较大时间跨度上把握单位发展的规律、特点，全面分析影响因素，更准确的把握单位业务等各方面开展情况。但数据仓库是一个新兴的领域，其建设及技术具有很大的复杂性，仍有许多方面需要进一步深入研究。