大型数据库的成本和效率

　　大多数人都知道，在IT词汇中，更大意味着更昂贵。随着系统的增大，成本也会显着提高。这可能会使组织不愿意创建大型数据仓库系统。虽然这种看法有一定的道理，但是在计算数据仓库系统的总成本时，还需要考虑一些抵消因素。

　　建立一个单一内聚平台

　　许多大型组织会创建多个(通常是相互矛盾的)数据仓库。他们经常采用不同的平台，使用不同的软件。这对于整个数据仓库的造价会产生重大影响。

　　我曾经接触过许多企业，他们部署了多个小型独立的数据集市，而不采用一个大型中央数据仓库。这些数据集市通常包含与其他数据集市相重复的数据。一个数据集市一般不会将另一个数据集市作为数据源。这样就会消耗额外的磁盘存储，增加重复数据迁移所需要的网络带宽，也会因从多个数据存储获取相同数据的需要而额外增加ETL处理的负荷。

　　如果公司拥有多个数据集市，那么他们通常会将它们部署在不同的平台上，针对不同的硬件平台采用不同的维护方法。需要维护不同品牌和模型的服务器数量越多，成本就越高。如果是关键任务服务器，那么提供冗余性的重复硬件会加剧问题。不同的硬件通常需要运行不同的操作系统(OS)和不同的数据库管理系统。这样一来，购买的授权数量减少，平均授权费用增多。

　　虽然单个大型数据仓库系统的初始成本高于一般数据集市，但是对于长期运营而言，更加划算。单个数据仓库系统可以根据当前需求调整规模，在有需要时增加容量。

　　运营效率

　　如果在多个服务器上运行多个数据库系统，那么有一些运营成本需要考虑：

　　培训多个系统的人员

　　监控多个系统

　　修复多个平台的故障

　　修补和更新多个系统

　　在统一的操作系统和硬件平台上运行一个系统会更简单一些，成本也更低。另外，监控和故障修复也更加简单。

　　在一些情况中，数据规模直接决定了系统规模。大容量数据需要组织起来，进行处理，才会产生价值。另外一些情况可以有多种选择。比如，可以选择使用多个数据集市或小型分段的数据仓库。如果将整个企业的信息整合为一个统一且安全的整体，那么许多企业都将获益更多。

　　如果创建、运行和管理大型数据仓库的花费可得到缩减，那么一般来讲，企业内外数据的存储和分析也就获得了最佳解决方案。