部门级数据

　　即使企业级的IT机构已经采用了ETL(数据抽取，转换，加载)技术进行数据整合，部门级数据阵营也仍然在继续为他们的数据整合任务创建硬编码的应用程序。该阵营由中小型企业组成，甚至包括在其他地方采用数据整合套件的大企业中的部门。

　　这可能看起来很奇怪，这两个不同的组织竟然志同道合，但是在涉及到数据整合时，比预想的有更多相似之处。首先，也是最重要的一点，为中小型企业收集和转换部门级数据比为大企业集团做同样的事更简单。相比于构建企业数据仓库，需要更少的资源和更少的数据清洗工作。这意味着许多功能已经被构建到高端工具中了，几乎不需要进行部门级的设置。

　　第二，部门级机构没有大量的专用ETL(数据抽取，转换，加载)资源，而大型企业是拥有这些资源的。实际上他们不可能拥有这些资源，因为公司员工不得不花时间在其他项目或角色上。这意味着对于这些组织来说，要掌握那些高端工具是很困难的。

　　结果，那些部门级机构就避开了高端工具，声称这些工具对他们来说太昂贵了，太复杂，太困难。从他们的角度来看，他们是对的。这些机构还没有看到更廉价的ETL(数据抽取，转换，加载)工具的价值，或者没有收集其他工具。

　　好消息是，这些相同的“动力不足”的ETL(数据抽取，转换，加载)工具已经在最近几年得以改进了，现在的功能非常强大和健壮。例如：微软公司的SQL Server 2008整合服务(SSIS)和甲骨文公司的数据集成器(ODI)就通过内建许多BI(商业智能)和DW(数据仓库)需要的通用任务，极大地扩展了这些产品的功能。此外，还有一些开源软件支持ETL，比如Pentaho和JasperSoft/Talend，它们实现了比我们想象的更多的功能。

　　这些通用数据集成趋势费劲力气让人理解这样一种观点：部门级数据整合应该通过ETL工具来处理，而不是硬编码。这样更具有生产力，而且总体拥有成本(TCO)也更低。

　　目前，对于采用spreadmart(用excel或者桌面数据库实现的数据集市)管理部门级数据的企业组织，有采用基于ETL(数据抽取，转换，加载)工具的数据整合作为替代的一种重大趋势。企业需要报告和分析以供决策，他们都知道数据是关键。

　　迈向下一步

　　最近数据整合的趋势令人兴奋。如果你处在大企业阵营，就建立一个整合能力中心(ICC)并开始利用你的供应商提供的完整的数据整合功能套件(进行数据整合)。如果你处在部门级机构数据阵营，就依靠吸纳ETL工具来替换硬编码的数据集市和spreadmarts(或者数据遮蔽系统)。在这两种情况下，你的总体拥有成本(TCO)和对企业的响应都会显著提高。