DB2 資料倉庫核心概念：ODS、分離運作/分析負載、工具鏈優勢

為什麼需要資料倉庫？

• 運作系統 (OLTP) 追求交易秒級響應，不適合複雜分析查詢
• 分析師缺乏 OLTP 專業查詢技能 (如 IMS DL/I)
• 原始運作資料格式不適合決策分析（需彙總、清洗、整合）

架構演進

1. 傳統 DW：ETL 從 OLTP 抽取 → 轉換/清洗 → 載入 DW → BI 報表查詢
2. ODS (Operational Data Store)：近即時同步運作資料，支援操作型報表、詐騙偵測 (電信業常見)
3. DB2 優勢：少數同時支援 OLTP 與 OLAP 負載的資料庫，可單一實例混合部署

DB2 資料倉庫工具鏈

• Data Warehouse Center (DWC)：圖形化 ETL 設計、排程、監控
• MQT (Materialized Query Table)：自動查詢重導至預計算彙總表
• MDC (Multi-Dimensional Clustering)：多維叢集，星狀查詢極速
• 分區資料庫 (DPF)：共無架構線性擴展
• 壓縮/資料分區/列式表 (BLU)：V10.5+ 列式記憶體優化引擎

實施關鍵步驟

1. 主題域建模 (Kimball 維度建模 / Inmon 3NF)
2. ETL 設計：CDC (變更擷取) → 階層區 → 核心區 → 資料集市
3. 效能優化：MQT + MDC + 分區 + 統計維護
4. 元資料管理：業務術語、血緣、影響分析