本文主要为广大网友提供“简述Oracle数据仓库的体系结构”，希望对需要简述Oracle数据仓库的体系结构网友有所帮助，学习一下!
Oracle数据仓库的体系结构可以分成三个层次：
数据获取层：Oracle Database Enterprise ETL Option + Oracle Database Data Quality Option 在Oracle Database 10g 同一个软件中实现了从数据模型设计，数据质量管理，ETL 流程设计和元数据管理的全部功能。所有的 ETL 过程可以通过Oracle数据仓库中提供的工具： Oracle Warehouse Builder 生成的ETL 脚本存储在Oracle 10g 数据库中执行，按照数据仓库系统的要求，定时地完成数据的抽取并加载到数据仓库系统中。由于ETL 的执行是在Oracle 10g 数据库中，可以充分利用Oracle 10g 数据库提供的强大并行处理能力，保证数据获取的高效、可靠执行。
数据存储层：Oracle 10g数据库实现对数据仓库系统各种类型数据的集中存储和管理，包括各种结构化数据 和非结构化数据。Oracle 10g数据库内置OLAP和数据挖掘功能，不需要进行复杂的数据迁移，就可以直接 在关系数据库中完成复杂的统计分析功能。Oracle 10g数据库通过使用分区技术可以支持海量数据的存储，一个数据库最大数据量为8,000 PB(1PB=1024TB)。Oracle 10g提供强大的并行处理能力，满足数据仓库系统 对于性能和扩展性方面的要求。而且系统通过网格控制台(Grid Control)进行数据仓库统一管理。
数据展现层：Oracle提供全新的商务智能解决方案Oracle BI EE、OLAP分析开发工具(JDeveloper＋BI Beans)和 数据挖掘工具(Oracle Data Miner)，将统计分析的结果通过各种方式展现。Oracle的数据展现方案使用Java 和 HTML两种方式实现，基于标准的J2EE平台。由于使用统一的元数据库，不需要进行元数据的交换，能够 最大限度地减少系统的维护工作。同时，Oracle的数据展现方案提供具有强大分析功能和非常易用的分析 仪表板， 并支持通过门户(Portal)技术进行集成，为不同类型的用户提供一致的访问界面。
相关阅读
数据仓库是一个面向主题的、集成的、不可更新的、随时间不断变化的数据集合，它用于支持企业或组织的决策分析处理。
数据仓库，英文名称为Data Warehouse，可简写为DW。
数据仓库之父Bill Inmon在1991年出版的“Building the Data Warehouse”一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。
