建數據中心離不開數據，以前設計數據庫都是從事務性數據庫考慮（做的都是業務系統，思維模式太固定了），沒有從數據倉庫的角度來統管分析。以下是從數據倉庫的角度考慮數據中心的建設：
?
政府的數據中心建設基本就包括這幾個步驟：
1、數據源：支持不同部門的各類來源數據，包括文件型、數據庫型、Http服務型和JMS消息型，可以讀取各類數據
2、數據匯聚：這里是通過軟件實現原始數據的讀取存儲，將不同的數據都存儲到各自的數據庫；因為保證與每個部門不發生扯皮的問題，所以必須保證讀取的原始數據是對的，要獨立存儲不做任何加工，組織就按照同步的部門科室進行存放；所以就對應數據倉庫的ODS層
3、數據處理：這里是對匯聚的原始數據進行初步的ETL處理，實現對數據的清洗、加工，補全各類信息（包括編碼字典解釋等），這個步驟的目的是實現數據的規范化，這里的數據也是落地存儲物理庫，作為抽取中間庫DWD層
4、數據融合：這里是對規范化的原始數據進行融合處理，建立數據之間的關系模型，比如抽取成獨立的人口庫模型：
?
數據融合主要是按照一個業務領域進行數據建模。
5、數據集市：是對領域模型數據進行匯總統計分析，將統計分析的結果進行存儲，簡單解釋可以理解為一般業務統計的中間表（提高統計效率，將統計成果進行定期存儲），當然這里不止這么點，結合現在時髦的大數據分析，也就是將分析結果在集市層存儲，為上層應用提供數據源。
6、最后一個是核心的元數據庫，這里的元數據核心要存儲以上4個庫的表及字段元數據，可以實現整個數據處理過程的追溯。
從以上分析，了解共享交換的同學，可能直接就說了上面的數據匯聚、數據處理不就是傳統的交換嗎？只是換了一個說法；這個說法也沒問題，只是這里是從政府業務和數據倉庫的角度來說，傳統的交換是直接將原始數據文件讀取到后進行了ETL處理，形成交換庫；這里是從政府安全追責的角度分析，形成2個步驟；所以數據中心的建設是包括數據交換的，只是交換處理的思路在變化。
從數據處理到數據融合，這里是要創建業務模型，按照業務模型進行數據處理，處理的工具一般也是ETL工具；所以共享交換只是強調了軟件技術，沒有從整體進行規劃，它只是真個數據中心建設里的一個技術工具之一。
從數據融合到數據集市，又有幾種形態：1、傳統的數據統計，2、數據挖掘，3、大數據分析；這幾種技術都可以形成數據集市的數據。
數據治理是一個更大的概念：
?
在數據倉庫的基礎上，更加強調數據的質量與數據安全；現在的數據治理也是叫大數據治理，是大數據建設的基礎，畢竟是強調大數據平臺里的核心，數據部分。只有數據是可依靠的，才能用來做大數據分析，否則就是無源之水了，誰也不敢相信。
數據質量，核心就是要依靠元數據的管理；來實現整個數據處理過程的跟蹤，知道目標數據的源頭可以一步步的追溯到數據的提供者。
數據中心則是一個業務上的叫法，包括機制規范、相關軟件、數據、處理過程的構建，都是數據中心建設的步驟。數據中心就是通過數據治理形成可以對外統一提供服務的數據。
（部分內容來源網絡，如有侵權請聯系刪除）
