vlambda博客
学习文章列表

  在金融领域，数据库技术的发展和应用为商业银行积累了大量的日常业务数据，这些数据对于商业银行来说无异于一个巨大的宝库，蕴藏着大量的对银行管理和决策有用的信息。人们对数据库中的数据进行再加工，形成一个综合的、面向分析的环境，以更好的支持银行决策者进行决策分析。产生了一种新的信息处理技术——数据仓库技术（Data Warehouse）。

        当今的数据处理主要分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。

    在商业银行中操作型的系统主要包括核心业务系统、国际结算系统、信贷管理系统、财务系统、ECIF等等。这些系统每天都会产生大量的业务数据和交易数据，数据仓库可以每天从这些系统中获取有用的数据加载到数据仓库中供决策分析使用。随着银行业务的发展壮大，银行产品的不断增多，数据源系统也会不断的扩充，如银行卡系统、网上银行系统、资金系统等内部系统以及监管，工商，第三方支付等外部数据。

    也正是由于数据源系统是会不断扩充的，所以说数据仓库建设对于银行来说不是一个项目而是一个过程。即随着银行操作型系统的不断增多、数据仓库的构建也需要一直持续下去。