为什么要建数据仓库，而不是直连数据源？-Toy模板网

这篇具有很好参考价值的文章主要介绍了为什么要建数据仓库，而不是直连数据源？。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

各位数据的朋友，大家好，我是老周道数据，和你一起，用常人思维+数据分析，通过数据讲故事。

今天和大家聊一个话题：为什么BI软件要用构建数据仓库，而不是直连数据源的方式开发报表？）

在与企业IT的交流过程中，经常会讨论到一个话题，就是做BI数据可视化分析报表时，是建数据仓库好，还是直连数据源好。这个话题，在很多年前非常普遍，近几年少了许多，但仍然会有一些客户会问：“奥威BI软件支持在同一个报表中访问不同的数据源吗？”

可以肯定地回答，奥威BI软件在技术上是支持的。但是，我们强烈反对使用这种方式来开发报表，我们建议大家先将不同数据源的数据，转换到同一个数据仓库中，进行必要的清洗与规范，再进行开发。很多IT会反对说，这样不是很麻烦吗？

是的，这样相对来说，是麻烦了一点。但，很多事情在复杂的演化过程中，麻烦变成了主流。

我们来对比一下，农村建房子和城市建房子有什么不同？农村建房子，一般建个两三层，所以，垒几块砖做地基，就开始往上建，是很快，但是，大家都知道，这样的房子建不高，如果想再加高，就得推倒重建。而城市里建房子，则是一块地，一围就是半年一年甚至更长，这是在干什么呢？这是在挖地基，楼建的越高，地基挖的就越深。

前一段时间，我经常开车经过的一段路，开通了红绿灯。本来车流量不大，没有红绿灯的情况下，通行效率会更高，所以，对此颇为不解。后来看到通行的行人，才明白，这个红绿灯虽然降低了车的通行效率，却提高了行人的安全保障。

曾经有一个段子，说一个软件公司请了一个开发高手，老板问他，你一个人开发完这个项目需要多长时间？高手说2个月，老板心里想，这个项目很着急，需要1个月完成，于是说，如果给你增加2个人，你需要多少时间？高手回答：4个月？老板疯了，为什么啊？人不是越多干活越快吗？高手说，给我增加2个人，我还得和他们沟通，要检查他们的代码，还不如我一个人开发来得快。

其实，奥威也是一样，研发刚开始就几个人，1个人就要承担一个大的产品模块的开发，包括需求梳理、代码开发、功能测试等。但是，当产品的功能、客户的需求以及使用量越来越多的时候，很多问题就开始暴露出来，特别是产品的性能与稳定性，而这些问题非常影响客户的正常使用。于是，慢慢的就开始进行分工，将架构设计、需求规划、代码开发、产品测试都独立开来，再后来，代码开发还区分后台开发与前端开发，再后来，从面向对象开发跨向微服务开发……就像刚才段子里说的那样，人一多，沟通的成本就增加，代码的复杂度也在增加，整个开发的进度明显变慢。但是，奥威BI软件经过几次的技术迭代之后，产品的性能不会因为功能的增加而变慢，也不会因为功能的增加而变得不稳定，也大幅减少了修复了一个bug，又带出三个新bug的情况。很难想像，如果我们还按以前作坊式的开发方式，奥威BI软件是否还能生存下来。

再看我们现在的交通网络，城际主干网为飞机或高铁，市内主要是地铁或公交，最后一公里则是共享单车或步行。我经常出差，200公里内，一般采取自驾的方式，200-1500公里，则通常用高铁，1500公里以上，则采取飞行的方式。我最喜欢的是自驾的方式在珠三角出差，因为这样方便且高效。但是，一旦超过200公里，我就只能选择其他方式了，因为其他方式虽然麻烦一些，但却变得更高效。通常我在有地铁的城市见客户，也基本不打车，虽然坐地铁麻烦，但比打车在时间上更可靠。

讲了这么多，就是想说，BI的建设我们不能图一时之快，能省事就省事，而要图长远，这个平台可以支撑起未来公司3-5年甚至更长时间的持续优化，深入应用，那么，这个时候，就必须要用略显麻烦的方式去满足未来复杂场景下的高效，稳定运行。所谓的复杂场景，就是指越来越多的人使用，越来越多的需求场景，越来越多的数据量。其实，现在更大型的企业已经在数据仓库的基础上，衍生的更复杂，包括数据中台、数据湖等等。这些高大上的概念，大家有兴趣的话，可以自行去百度，简单的说来，数据仓库主要是为决策提供数据支持，数据中台则不仅包含为决策提供数据支持，还多了为不同业务系统提供数据支持；而数据湖呢，它更强调保持数据的原汁原味，包含很多非结构数据，也不强调数据治理，更多是希望借助AI技术进行深度数据价值挖掘。那对于我们这些非互联网企业来说，构建好数据仓库就已经足够应对未来5-10年的复杂需求场景了。

说了半天，好像都没有搞明白，为什么直连数据源就像是农村一样建房，而构建数据仓库则是建高楼大厦的地基呢？

举例说明：

假如我们需要从ERP、MES、HR、CRM中取数制作一张老板要的大屏，分别展示财务、生产、人力与客户的情况，可以按不同时间筛选。

1、直连数据源

小强用直连数据源并分别将老板关心的数据用写SQL的方式获得，并在BI软件上制作出大屏。这肯定是最快的。但是，当大屏做好之后，老板突然觉得这还不够，希望能按组织筛选不同事业部或分公司的数据。这个时候，小强就傻眼了。为什么呢？因为ERP、MES、HR、CRM中组织这个基础资料都不一样，同一个事业部或分公司，在不同的系统里编码不一样，名称叫法可能都不一样，甚至组织划分的方式都不同。最后，没办法，只好通过一系列复杂的操作，想办法在前端实现筛选时，可以得到一致的结果，加了几个通宵班，才勉强交差。

又过了一段时间，老板又有了新的想法，希望能往下钻取，分别要看到不同事业部或分公司的更多维度的数据。这下可惨了，小强又得折腾一段时间，并且瑟瑟发抖，祈祷老板不要有新的想法。

2、数据仓库：

用数据仓库的方法就不会出现上述这种情况。只要打好了数据仓库这个地基，后面老板有任何的想法，都可以基于数据仓库与分析模型，前端拖拽即可实现，立等可取！

到底怎么构建数据仓库呢？

奥威BI软件根据近20年的经验，开发出一套适用于绝大多数企业的通用数据底座，不管企业用的是用友金蝶ERP，还是其他的MES或HR，都可以按这个数据底座进行对接，将构建数据仓库的时间大幅压缩。

为什么要建数据仓库，而不是直连数据源？