如何提高数据仓库的性能及优化设计

　　随着数据仓库规模的扩大，数据仓库的性能问题就显得越来越突出，如何提高数据仓库的性能，除了在设计阶段对其逻辑结构和物理结构进行优化设计外；还可以在数据仓库运行阶段，采取一些优化措施来使系统性能最佳。

　　本系统主要功能是利用oracle9i所提供的技术：分区、实体化视图 和 查询重写来实现数据仓库的性能优化：用户自己建表、视图并进行查询比较；比较是否采用优化技术和直接查询的时间，体现优化程度。

　　随着计算机技术的飞速发展和企业界不断提出新的需要，数据仓库技术应运而生。当前的数据处理可以大致地划分为两大类：操作型处理和分析型处理。操作型处理也叫事务处理，是指对数据库联机地日常操作，人们关心地是响应时间、数据的安全性和完整性。分析型处理又叫信息型处理，用于管理人员的决策分析。两者之间的巨大差异使得操作型处理和分析型处理的分离成为必然。数据库系统作为数据管理手段，主要用于事务处理。而数据仓库有助于把数据转变成信息，为用户提供决策支持。但是必须注意的是：即使可以建立一个数据仓库来帮助制定决策，仍然有可能在具有完美数据的情况下作出坏的决策。

　　随着数据仓库规模的扩大，数据仓库的性能问题就显得越来越突出，如何提高数据仓库的性能进行优化，除了在设计阶段对其逻辑结构和物理结构进行优化设计，使之在满足需求条件的情况下，系统性能达到最佳，系统开销达到最小外；还可以在数据仓库运行阶段，采取一些优化措施来使系统性能最佳。

　　在Oracle9i中，使用关系数据库存储数据仓库中的数据，数据仓库中包含大量的数据，对数据的提取和更新操作需要花费大量的时间和资源，为了能够管理好这些大表，同时提高访问大表的查询速度和执行效率，就需要用到并行处理和分区。

　　在数据仓库中，为了提高性能，使用的一项技术是创建汇总，汇总使特定类型的聚集视图， 通过在执行和存储数据到表以前，预先计算大的连接和聚集，提高查询性能的视图。在数据仓库中，可以使用实体化视图预先计算聚集数据，并把计算结果存储起来，实体化视图通常是通过查询重写机制进行访问的。查询重写用于基于成本的优化。