用于数据输入 (OLTP) 和 BI (OLAP) 的操作数据仓库

Question

我正在考虑一种简单的方法来构建可实现（接近）实时 BI 的运营数据仓库。

例如，我正在为数据库应用程序使用 SQL 服务器平台。一个应用程序用于 OLTP 数据输入，另一个用于数据仓库，最终用于 SSAS 和 BI 报告。

我知道 BI 的通用基础架构是

OLTP database -> Periodically updated data warehouse -> Analytic cube -> Reporting,

OLTP（规范化）数据库处理事务操作，数据仓库存储更新的数据用于 BI 操作。

但我正在考虑两种方法来实现数据仓库的实时性。

1. 在没有 OLTP 数据库的情况下，使数据仓库（去规范化）也能处理事务操作。
2. 只要在 OLTP 数据库中完成数据输入，就更新单独的数据仓库

#1 和#2 的原因：

1. 对于我的应用程序，单个 OLTP 数据库中不会有太多的秒到秒事务
2. 缓慢的事务不会影响我的应用程序
3. OLTP 数据库中大约有 10 个表
4. 我的应用程序的主要卖点是接近实时的 BI 应用程序。
5. 使用运营数据仓库，无需定期从 OLTP 更新

当然，#1 的未知部分是更新分析多维数据集时事务的速度有多慢。但是方法#2 解决了这个问题，尤其是在数据仓库的数据更新是异步完成的时候。

我想问一下我是否遗漏了什么问题，或者是否有更好的方法来构建运营数据仓库。

Answer 1

icCube 是一个用 JAVA 编写的内存中 OLAP 服务器，可以从任何关系数据库中获取数据。它支持incremental load 实现近实时BI。

更新多维数据集时数据库服务器不会受到影响，因为 icCube 在单独的进程中构建多维数据集，然后所有查询都针对此外部进程完成。您必须将 icCube 配置为定期检查数据库服务器中的更新（例如，您可以使用触发器表进行快速/低成本检查）。

例如，它支持用于 Excel 访问的 MDX/XMLA，并拥有自己的 Web 报告包。