我发现许多机房监控大数据供应商总是在通过贬低数据仓库来证明自己技术的优越性，我一向很讨厌这种营销方式。他们总是说数据仓库系统过于庞大、价格高昂且不够灵活，而他们的技术则快速、灵活且价格低廉。最后他们会自鸣得意地说：“来买我们的产品吧，我们会帮你摆脱数据仓库的困扰。”

他们总在暗示你，是技术，或者解决方案本身除了问题。

我承认，数据仓库本身也有很多的问题。设计一个数据仓库已经不容易，而要实现一个数据仓库就更加难上加难了。其中一些批评是对的——数据仓库建设周期长、成本高昂且很难修改。但是，这并不是说它没有价值，应该被取代。
业务人员是释放数据仓库价值的关键

本质上来讲，数据仓库并不是一项技术或一个工具而已。它主要是一种以电子方式（如数据）整合组织资源的业务流程，所以它是一个整体，而不是各种组件的松散堆砌。如果没有数据仓库，那么业务主管就只能盲目行事，通过一些错误数据，或者在完全没有数据的情况下作出重要决策。

虽然我们需要用一些技术来实现数据仓库，但是技术并不能等于业务目标，也无法从企业发展的角度看待数据。只有业务人员才能做这些事情。事实上，比起创建技术基础架构，更具挑战性和更耗费时间的工作是让业务人员认可核心业务实体的定义。数据仓库设计不当或性能不佳都不应该归咎于技术或技术人员，问题的根源在于执行主管在创建通用业务数据词典时没有足够的领导力、远见和耐心。
数据仓库系统可以提供整洁的数据

从技术角度来讲，数据仓库只是一个存储数据的知识库，它存储了从组织中重要应用程序和系统收集的整洁、完整和语义统一的数据。我们可以用各种不同的技术和工具来实现一个数据仓库，包括关系数据库、主数据管理中心，甚至是开源大数据处理架构Hadoop等。每一项技术都具有其他技术所不具备的优点，但同时没有任何一种技术能够独立解决问题。不过，问题的关键并不在于技术的好坏。数据仓库实际上是一种抽象，是一些整洁的分析数据的逻辑表现，执行主管将利用这些数据来作出决策。

可是，似乎大数据社区中有许多人主张完全抛弃数据仓库。或许他们的真正意思是指不再使用传统关系型数据库和商务智能工具来存储及查询业务数据。这样没有问题——我们欢迎这样的做法。噪声在线监测解决方案，新技术总是带来一些好处。但是这仍然无法消除我们想要获得整洁、完整和可靠数据的需求。

大数据供应商需要说明的是，他们将如何增加企业洞察力，提供标准报表。很遗憾大多数人都忽略了这个需求，甚至认为这一点在整个大数据规划中无足轻重。

文章来自：http://www.china-sunwe.com/news/dsjgysrhzjqy.html