眾所周知，數據機房內都存儲著大量的數據。有些數據非常重要，也有些不那么重要，但即使如此，您也沒有大量的時間和精力來訪問和排查這些數據。這便是創建一套有效的數據倉庫策略的意義所在了。

　                        那些不再起作用的方案

　　一種是依賴于外部資源聚集成一個系統。這樣的系統可以包含任意數量和類型的服務器、存儲陣列和軟件。合并后，企業希望這樣的集合將作為一種有效的數據倉庫解決方案，雖然這已經越來越不可能了。不同的單位聚集在一起可能會創造一個越來越復雜的系統，很難以有效的方式監控、跟蹤或管理。

　　自己動手的方法也陷入了困境，由于企業內部資源有限，全身心地投入到創建和管理一個有效的倉儲系統的運行亦陷入困境。IT資源不可能是足夠多或其可用性無法隨時獲得，也就無法重點實施或管理一個龐大的倉儲系統。

　　另一種老派的數據倉庫方法是基于專有技術的系統。雖然這種類型的系統可以提供相關的功能和技術，以滿足許多企業的需求，但其成本通常很高。履行合同的要求，以確保該系統將不斷優化和維護的費用是昂貴的。而為了達到的專有系統的要求，也可以經常導致了許多中小型企業的過度配置。規模較小的企業不一定需要這樣一套規模廣泛的系統，但由于相信這是唯一可用的選項，也就只要被迫為其付出高昂的成本代價

　　以前的數據倉庫解決方案的缺點在于成本高、效率低，并且無法簡單的針對企業所存儲的任何的數據提供相關的借鑒意義。

　　                   大榕樹給你一套更有效的系統

　　沒有大量的無組織的和不可訪問的數據，一套有效的數據倉庫戰略允許你輕松快速地訪問數據�；仡櫜煌�類型的數據，使您能夠跟蹤過去和當前的發展趨勢，并預測未來的發展趨勢和問題，進而幫助您的企業產生有意義的商業智能報告。實現機房集中管理。

　　大量的以低效的方式存儲的數據大大降低了系統的性能。隨著數據量的增加，連最簡單的日常操作負荷也需要耗費大量的時間。幾個查詢試圖找到一個特定的項目，作為系統試圖通過篩選現有的數據或程序，并可能導致進一步延遲。這些時間滯后，不僅影響員工的生產力，同時如果發生停機或流量瓶頸，也可能影響企業作為一個整體。

　　廣泛和不斷擴大的數據集是當今企業面臨的一大挑戰。內部和外部源不斷地以各種不同的格式和復雜程度增加更多的數據組合。重復和冗余的數據眾多，也沒有任何實際用途。

　　聯機分析處理(或稱OLAP)，可以非常方便的從不同的數據庫數據挖掘應用，但其在一個系統上的極端的工作量，可能不適合設計用來處理任何復雜的或大的工作量。

　　有效的數據倉庫也可以消除過時的數據存儲系統，處理那些早已沒有任何用處，或者釋放其它設備中太舊而無法執行附加功能的數據。

　　                   如何尋找一種高效的數據倉庫系統

　　選擇一個數據倉庫策略時，容量和性能審查是兩大重要因素。該框架應當能夠支撐和平衡組成該系統的硬件和軟件，包含今天的企業所需要的重要功能。這些措施包括：

　　l、能夠處理大量的順序掃描

　　2、能與和其他系統兼容

　　3、配置實現下一代服務器和存儲陣列

　　4、快速安裝對于日常營運及業務系統的影響微乎其微

　　5、具備可擴展性，以滿足業務需求，而無需過度配置

　　6、在業務增長的道路上，能夠具有成本效益的增加規模

　　7、成本效益適合不同的價格點和預算

　　8、可升級和更新的技術