Video: Nya datalagringsregler och brottsbekämpning 2024
Vissa definitioner av en ODS gör att det låter som en klassiskt datalager, med periodiska (batch) ingångar från olika operativa källor till ODS, förutom att de nya ingångarna skriver över befintliga data.
I en bank har till exempel en ODS (enligt definitionen) vid varje tillfälle en kontosaldo för varje kontokonto, med tillstånd av checkkontosystemet och en balans för varje sparkonto, som tillhandahålls av besparingar kontosystemet.
De olika systemen skickar kontosaldonerna regelbundet (till exempel i slutet av varje dag) och en ODS-användare kan sedan se på en plats för att se varje bankkunds fullständiga profil (t.ex. kundens grundläggande information och balansinformation för varje typ av konto).
En av de mer förvirrande koncepten i datalagringsvärlden är operativdatabutiken. Ingen håller verkligen med om vad en ODS egentligen är.
Om du vill ringa en miljö som den här, en ODS, går du helt och hållet direkt. Terminologi åt sidan, det här exemplet är bara en batchinriktad datalagringsmiljö som gör en uppdatering och ersättning på varje bit data som finns där (och naturligtvis lägger till nya data enligt vad som är tillämpligt), snarare än att hålla en löpande historia av vilka åtgärder som lagras där.
Du kan implementera den så kallade ODS ganska enkelt, och du kan till och med använda batch-orienterade middleware-verktyg och -tjänster samt rapportering och OLAP-verktyg.
En annan version av en ODS är lite mer arkitektoniskt utmanande. Den använder ett end-to-end-tillvägagångssätt som kräver lagerhanterade applikationer (eftersom du vet att de ska ge data till ett datalager). Lagringsaktiverade applikationer stöder en push eller pull-arkitektur och möjliggör att en informativ databas uppdateras i realtid (eller nära realtid).
Även om förutsättningen att bryta ner applikations- och systembarriärer är mycket i samklang med vad du gör med ett datalager har du ett stort problem: Uppdateringshastigheten i din informations- och analysmiljö är mycket för långsam om du använder klassisk datalagring och dess satsorienterade processer för att extrahera och flytta data.
Göm terminologi och buzzwords. Fokus istället på de arkitektoniska och tidsorienterade skillnaderna mellan ODS.
