什么是逻辑数据仓库？

逻辑数据仓库 (LDW) 是一种数据管理架构，其中架构层位于传统数据仓库之上，允许访问多种多样的数据源，同时对用户显示为一个 “逻辑” 数据源。本质上，它是一种分析数据架构，可优化传统数据源（数据库、企业数据仓库、数据湖等）和其他数据源（应用程序、大数据文件、网络服务和云），以满足每种分析用例的需求。该术语于 2009 年提出，随着数据复杂性成为许多公司日益严重的问题，市场开始关注这一术语。

逻辑数据仓库被称为下一代数据仓库，能够满足公司不断增长的数据管理需求。将整个企业的多个引擎和各种数据源结合在一起，逻辑数据仓库组件可以采用逻辑而非实物方式组合在一个处。现代逻辑数据仓库已发展到为当今各种可用数据源、数据平台和业务使用案例提供支持。它可以通过更智能、数据驱动的决策来帮助组织进行数字化重塑，实现实时流媒体分析，并优化运营。

逻辑数据仓库有什么好处？

满足变化的数据需求

逻辑数据仓库方法使公司能够满足不断变化的数据需求，同时利用采用实物方法（如数据仓库、数据集市、沙箱、数据湖等）的现有投资。作为一种多引擎方法，逻辑数据仓库允许企业满足所有不同的分析需求。值得注意的是，这些不同的组件（企业数据仓库、数据湖、数据集市等）并不相互排斥，实际上可以在战略数据管理方法中相互补充。例如，企业数据仓库 (EDW) 并没有消失。它仍然有助于管理企业的数据，只是作为整体逻辑数据仓库这一更大整体的一部分。

逻辑数据仓库可确保您的分析策略敏捷、灵活，可以满足新的数据需求。无论未来市场如何变化，它都可以防止您的团队受困于一种技术或方法。这可以追溯到前面提到的不同组件的免费设计。公司可以决定使用哪些组件执行不同的数据管理任务，以满足其要求。随着业务的增长和新数据的生成，数据虚拟化层可以整合这些新的数据源，而不会中断任何现有流程。

实现数据方法现代化

逻辑数据仓库允许公司在所有不同的数据类型、技术、用户和用例中部署通用的分析数据管理架构，从而实现数据方法和分析架构现代化。逻辑数据仓库使公司能够回答有关业务的问题、分析过去的绩效，并通过整合跨不同来源的所有数据来预测未来结果。此外，逻辑数据仓库可以帮助企业在发展过程中扩展其数据管理战略，从当前数据开始，然后随着优先级的变化轻松添加或更改设计。这种动态方法是所有现代数据管理解决方案的关键。

赋能数据消费者

逻辑数据仓库方法还通过使数据更易于查找和理解，帮助增强不同技能水平用户的能力。逻辑数据仓库可以将所有数据源（包括流媒体源）集成到一个全面的 “逻辑” 源中，从而提高所有用户的工作效率。这允许在整个组织中共享数据访问，从而允许不同的业务团队进行自己的分析。反过来，企业可以在每个部门和团队对其数据的一致理解基础上做出更好的决策。

逻辑数据仓库自创建以来，随着可用的数据种类越来越多已变得越发不可或缺。它提供了一种技术或工具来收集和整合组织的所有数据（包括历史数据），并执行统一的分析，这是任何一个系统都无法单独做到的。逻辑数据仓库使许多不同的数据消费者能够使用可重复使用的可信数据服务。通过以这种方式实现对组织数据的访问大众化，它有助于进行自助式分析，同时确保企业使用的数据的一致性和准确性。

逻辑数据仓库的共同特征

随着逻辑数据仓库自 2009 年以来的发展，其基本目的没有改变，但其关键特征已经发展并适应企业的需求。现代逻辑数据仓库工具现在通常包括以下特征：

• 通过单个界面访问应用程序
• 保留现有的企业数据仓库
• 包含一个或多个数据湖作为存储库
• 使用操作数据存储 (ODS)
• 确保与数据集市的一致性
• 设置元数据和治理策略

逻辑数据仓库用例

几乎任何企业或行业都可以从关联所有数据并允许整个组织访问以便更好地进行分析和决策中受益。以下是可以应用逻辑数据仓库的几个用例：

• 风险管理
• 监控 KPI
• 物联网边缘分析
• 预测分析
• 数据挖掘
• 自助式分析