改变、挑战和 Data Warehouse

核心提示： Hagerty 还建议管理者定期评估他们的工具，确保是否跟得上系统功能和最终用户的需求，改变、挑战和 Data Warehouse(3)，他还说：“这是一个持续的过程，您需要不断评估以便确保实现最优化的性能，组织可以在关系仓库模式上创建、编辑、导入、导出和部署多维模型，Cubing

Hagerty 还建议管理者定期评估他们的工具，确保是否跟得上系统功能和最终用户的需求。他还说：“这是一个持续的过程。您需要不断评估以便确保实现最优化的性能，最大限度地降低基础设施的负担。强大的监视程序、底层基础设施与强大的分析工具相结合可以为数据仓库提供全面的支持。”

3. 均衡行动

许多数据仓库都在承担着自食其果的风险。随着越来越多的部门和业务合作伙伴了解了如何利用技术来创建价值，无数的新请求和源开始对性能造成威胁。对于数据仓库管理者，其挑战在于如何在面对不断增长的系统负载时维持访问和稳定性 —— 而不用牺牲速度和安全性。

Randolph 说：“寻求稳定性和速度之间的平衡点的关键是使用不会对系统性能造成不利影响的安全性和访问控制工具。他建议仔细审查规范，确保对基础设施负担最小的产品和服务。强大的监视程序、底层基础设施与强大的分析工具相结合可以为数据仓库提供全面的支持。”

如果数据仓库开始屈服于最终用户的压力（尽管管理者做出了最大努力），则应该考虑采用新方法。IBM Toronto Laboratory 的数据仓库解决方案、战略和市场服务项目总监 Bill Wong 说：“我们要告诉客户群体的是，Cubing Services 可以帮助数据仓库实现逻辑化。”

借助 IBM Cubing Services，组织可以在关系仓库模式上创建、编辑、导入、导出和部署多维模型。Cubing Services 还提供了一些优化技巧来改善在线分析流程 (OLAP) 查询的性能。Wong 说：“它正在帮助许多公司节省空间、服务器管理和电能等。”

4. 开箱即用的仓库