第一章 决策系统的发展

1.基础概念

1.1名词解释：

 DSS：决策支持系统，他是MIS 管理信息系统演变而来

 DBMS::数据库管理系统

 DASD:直接存储存储设备

 OLTP：在线事务处理

 OLAP:在线分析处理

抽取系统：给定一些参数，在文件中搜索满足的参数条件的数据，然后将这些数据拖到别处

CIF：企业信息源

EIS：主管信息系统

SDLC:系统开发生命周期

1.2决策系统的演化阶段：

1960年：此时处于计算机和信息系统的发展的初期，这一时期应用的特点是主文件是存储于廉价的大量数据的磁带上，只能顺序访问，也就是说可能只需要访问5%的数据，但你不得不把所有记录都遍历一遍，久而久之，就出现了大量的冗余数据，直到1970年第二阶段的出现

1970年：磁盘存储技术的出现.一种新的存储技术的出现，就是磁盘存储，他与之前的根本区别在要访问第N条数据，不需要从1开始遍历，而是只要知道第N条数据的地址就好，伴随而来的就是DBMS的出现，他的目的是更方便的在DASD上存储数据，因此，人们可以用计算机来处理高性能的在线事务处理

1980：pc的出现以及第四代编程语言，使得用户可以直接控制数据和系统，而非专职数据处理人员来做，在线处理系统也演变成MIS,也就是如今的dss，用来管理决策的处理过程，但是此时的数据和技术采用的是排他的方式驱动详细的操作性决策，也就是说，数据库不能同时用于操作型事务处理和分析处理

1985：抽取系统的出现：解决了性能和控制这两个问题

  性能：抽取系统将数据从高性能的在线事务处理环境中转移出来，这时需要对数据进行分析的时候，性能就不存在冲突了

  控制：当数据从操作型事务处理环境中转移出来以后，数据的控制方式就发生了变化，最终用户就拥有了这些数据

  之后，随着抽取处理方式的普及，这种模式以放任自流的态度来处理整个软硬件系统结构，就会失控，出现蜘蛛网样的自然演化式体系结构

1.3蜘蛛网体系结构的问题

数据缺乏可信性：原因：数据无时间基准，数据算法差异，抽取的多层次问题，外部数据问题，无公共起始数据源

生产率问题：数据定位工作量大，每个程序都需要定制

无法将数据转换为信息：首先，遇到大量的应用程序，其次，发现缺少应用程序直接的集成，第三，抽取的众多应用中，没有存储足够的可供分析的历史数据

1.4 体系结构的转变

正因为蜘蛛网体系结构存在如上问题，这就需要体系结构的变化

在提现结构化环境的核心中，存在两种数据，原始数据和导出数据，他们的差异如下：

原始数据                                                   导出数据    

维持企业日常运行的细节性数据        经过汇总和计算的来满足管理者需要的数据

可更新                                              不能直接更新，但可以重现计算

当前值数据                                         历史数据

重复方式运行的过程操作                    启发式运行

1.5体系结构化环境

此环境中，有四个层次的数据：操作层-->原子/数据仓库层-->部门层/数据集市层-->个体层

操作层的数据只包含面向应用的原始数据

数据仓库层存储不可更新的集成的历史数据，

部门层数据：是反向规范化和汇总的

个体层：暂时的，小规模的，主要做启发式分析

在DSS环境中，用户首先是个商务人员，其次才是技术人员，他们的主要工作是定义和发现企业决策中使用的信息，与传统的SDLC不同的是，DSS直到开发生命周期的最后才发现真正的需求

数据仓库的开发生命周期是有数据开始，得到数据后，将数据集成，然后检验数据存在什么偏差，，之后，针对数据些程序，分析程序结果，最后系统的需求才得到理解

1.6数据仓库环境的监控

监控对象：存储数据仓库中的数据

数据的使用情况

监控的度量：必须提供多种不同解释

监控的时机：也就是在哪里进行监控