企业信息工厂 (2010 年度畅销榜NO.11350 )

本书主要介绍企业信息工厂（Corporation Information Factory）一书是由誉为“数据仓库之父”的W.H.Inmon 撰写的。本书高屋建瓴，全面介绍了企业信息工厂的总体架构、组件及其相互关系，其中包括数据仓库、数据挖掘、数据集市和操作性数据存储等技术。本书简明地概括了各个组件及其相互之间的关系，说明了如何创建企业信息工厂，为企业提供决策支持，以及介绍了怎样把现有的系统改造成企业信息工厂的方法和步骤。

第1章 创建信息生态系统 1
1.1 信息生态系统的简单定义 3
1.2 转变业务模式 4
1.2.1 客户需求 5
1.2.2 竞争与复杂性 5
1.2.3 操作效率 5
1.3 应对变化 6
1.4 企业信息工厂 8
1.5 人与处理过程 9
1.6 小结 9
第2章 企业信息工厂简介 11
2.1 企业信息工厂中的数据 13
2.1.1 外部数据 15
2.1.2 引用数据 18
2.1.3 历史数据 20
2.1.4 决策支持系统的信息反馈 23
2.1.5 数据流 25
2.2 企业信息工厂的变化 27
2.3 操作型处理与DSS处理 27
2.4 企业信息工厂中的报表 29
2.5 企业信息工厂的用户 29
2.5.1 应用的用户 30
2.5.2 决策支持系统（DSS）/信息用户 30
2.5.3 企业信息工厂环境中的各种DSS用法 35
2.6 集中式还是分布式 37
2.7 数据建模与企业信息工厂 39
2.8 迁移到企业信息工厂 41
2.9 组织企业信息工厂中的数据 44
2.10 小结 46
第3章 外部世界 47
3.1 交易生产者 49
3.2 交易的分类 49
3.3 信息消费者 50
3.4 谁是参与者 50
3.5 小结 51
第4章 应用 53
4.1 应用的时效性 55
4.2 非集成化的应用 55
4.3 应用的响应时间 56
4.4 从非集成状态迁移到集成状态 56
4.5 外部数据、元数据与应用 58
4.6 应用环境的输入和输出 58
4.7 小结 60
第5章 集成转换层 61
5.1 什么是集成转换层 63
5.1.1 不稳定的接口 63
5.2 集成转换层的输入与输出 65
5.3 集成转换层的复杂性 66
5.4 数据模型的作用 68
5.5 创建元数据 68
5.5.1 集成转换程序的自动创建 69
5.6 集成转换层中的处理 69
5.6.1 执行键转换 69
5.6.2 创建简档/聚合记录 71
5.6.3 编码结构 71
5.6.4 简单的重新格式化 72
5.6.5 数学转换 72
5.6.6 数据的重排序 72
5.6.7 赋予默认值 73
5.6.8 处理多个数据源 73
5.7 把日志磁带作为数据源 73
5.8 改变平台环境 74
5.8.1 谁负责 75
5.9 小结 75
第6章 操作型数据存储（ODS） 77
6.1 什么是操作型数据存储（ODS） 79
6.1.1 可变的 80
6.1.2 反映当前数据值的 80
6.1.3 详细数据 80
6.2 ODS的输入和输出 80
6.2.1 来自集成转换层的输入数据 81
6.3 不同类型的ODS 82
6.3.1 一型ODS 82
6.3.2 二型ODS 83
6.3.3 三型ODS 83
6.3.4 四型ODS 83
6.3.5 确定ODS类型 83
6.4 动态汇总数据 84
6.5 静态汇总数据 85
6.6 ODS的工作负载 85
6.6.1 加载处理 86
6.6.2 更新处理 86
6.6.3 访问处理 87
6.6.4 DSS分析处理 87
6.7 不同的处理窗口 87
6.7.1 什么是同质的工作负载 88
6.8 ODS中的外部数据 88
6.9 小结 89
第7章 数据仓库 91
7.1 什么是数据仓库 93
7.1.1 面向主题 93
7.1.2 集成 94
7.1.3 反映数据的历史变化 94
7.1.4 历史数据 95
7.1.5 相对稳定性 96
7.1.6 包含汇总数据和详细数据 96
7.2 数据仓库管理 97
7.3 数据仓库的规模 97
7.4 数据仓库的输入与输出 98
7.4.1 来自ODS的输入数据 99
7.4.2 来自集成转换层的输入数据 99
7.4.3 输入数据仓库 99
7.4.4 输出到数据集市 100
7.4.5 与备用存储之间的数据传输 100
7.4.6 探索仓库的输入数据 101
7.5 数据仓库中的数据 101
7.6 数据仓库中的数据处理 102
7.7 应对技术挑战 103
7.7.1 归档从数据仓库中输出的数据 104
7.8 小结 105
第8章 数据集市 107
8.1 什么是数据集市 109
8.1.1 数据集市的必要性 111
8.2 数据仓库与数据集市之间的接口 111
8.3 不同的数据集市 113
8.3.1 MOLAP数据集市 113
8.3.2 ROLAP数据集市 113
8.4 星型连接模式与数据集市 114
8.5 数据集市中的数据处理 115
8.5.1 重复处理方式 115
8.5.2 不可预测的处理方式 116
8.6 第一序（FIRST ORDER）数据和第二序（SECOND ORDER）数据 117
8.7 元数据 118
8.8 小结 120
第9章 数据探索仓库与数据挖掘仓库 123
9.1 探索者怎样处理大型查询 125
9.2 探索仓库的必要性 126
9.2.1 探索仓库的发展 126
9.2.2 数据挖掘仓库与数据探索仓库之间的差别 128
9.2.3 探索仓库的输入 129
9.2.4 隔离探索者的处理 130
9.2.5 何时需要探索仓库 130
9.2.6 冻结探索数据 131
9.2.7 探索仓库中的颗粒数据 132
9.3 探索仓库的数据加载 133
9.3.1 悄悄地工作——成功前的惟一方法 134
9.4 数据集市与探索仓库 135
9.5 探索仓库及其有关技术 135
9.6 探索仓库的某些潜在的好处 136
9.7 小结 137
第10章 备用存储 139
10.1 闲置数据日渐增多 141
10.1.1 管理闲置数据 142
10.1.2 找出分界线 143
10.1.3 活动监视器的位置 144
10.2 备用存储技术 145
10.2.1 元内容数据 146
10.2.2 多介质存储管理器 146
10.3 备用存储与探索处理 148
10.4 为什么使用备用存储 149
10.4.1 节省费用 149
10.4.2 良好的查询性能 150
10.4.3 保持最低颗粒级的数据 151
10.5 供应商的实现 151
10.5.1 备用存储：FileTek 152
10.5.2 多介质管理：Unitree 155
10.6 小结 156
第11章 INTERNET/INTRANET 157
11.1 通信问题 160
11.1.1 数据量 160
11.1.2 数据的传输速度 161
11.1.3 网络容量 161
11.1.4 传输方式 162
11.1.5 电信线路的费用 162
11.1.6 传输特性 163
11.1.7 通信结构的可用性 163
11.2 谁使用通信设施 165
11.3 小结 168
第12章 元数据 169
12.1 什么是元数据 171
12.2 元数据中的冲突 172
12.2.1 集中化是否就是一种好的解决方案 173
12.2.2 自治性是否能够满足要求 174
12.2.3 寻求平衡 175
12.2.4 区分共享元数据与自主元数据 176
12.3 定义记录系统 177
12.4 使用元数据 179
12.4.1 元数据在操作环境与DSS环境中的使用情况 181
12.5 元数据的版本管理 183
12.6 归档与元数据 184
12.7 收集元数据 185
12.8 元进程信息 187
12.8.1 用于集成转换层 187
12.8.2 用于应用 187
12.8.3 用于从数据仓库到数据集市的数据传递 187
12.9 小结 188
第13章 决策支持能力 189
13.1 从整个上下文环境中看数据仓库的作用 192
13.1.1 数据仓库增加了数据的历史深度 192
13.1.2 历史的维度 194
13.1.3 易于访问的数据 195
13.2 数据集市分类介绍 196
13.2.1 部门级数据集市 196
13.2.2 DSS应用式数据集市 196
13.2.3 两种数据集市之间的相似点与不同之处 197
13.2.4 每种数据集市的优缺点 198
13.3 数据集市的数据库设计 199
13.4 商业决策支持应用 202
13.4.1 ERP分析应用 202
13.4.2 电子商务分析应用 204
13.5 数据仓库与ODS之间的交互 205
13.5.1 四型ODS的例子 206
13.6 什么是操作型数据集市 207
13.7 商品化的应用产品 208
13.7.1 商品化决策支持应用的选择指南 208
13.8 小结 210
第14章 企业信息工厂的变化 211
14.1 应当先建数据集市还是数据仓库 213
14.1.1 首先建立数据集市 214
14.1.2 随同数据仓库一起建立数据集市 215
14.2 是否应当把数据仓库和ODS组合在一起 223
14.2.1 不兼容的交易类型的组合 224
14.2.2 强制使不兼容的工作负载类型组合在一起 225
14.3 小结 230
第15章 建立企业信息工厂 233
15.1 策略规划 235
15.1.1 应用环境 237
15.1.2 ODS 237
15.1.3 数据仓库与数据集市 237
15.2 策略动作 238
15.3 开发方法 238
15.4 管理不同的开发机构 241
15.5 部署数据库 243
15.5.1 通用DBMS策略 245
15.6 不同的硬件平台 247
15.7 显示信息 249
15.8 小结 249
第16章 管理企业信息工厂 251
16.1 应用环境的日常管理 255
16.2 集成转换层的日常管理 255
16.2.1 创建和维护接口 256
16.2.2 执行代码 256
16.2.3 元数据的生成 257
16.3 ODS的日常管理 257
16.4 数据仓库的日常管理 258
16.5 数据集市的日常管理 259
16.6 INTERNET/INTRANET的日常管理 259
16.7 监控企业信息工厂 259
16.8 企业信息工厂中的安全考虑 261
16.9 归档处理 264
16.9.1 应用归档 264
16.9.2 ODS归档 266
16.9.3 数据仓库归档 266
16.9.4 数据集市归档 266
16.9.5 归档介质 267
16.10 小结 267
第17章 分布于大型企业中的多个数据仓库 269
17.1 定义集成需求 271
17.2 定义企业框架 272
17.2.1 业务范围 272
17.2.2 数据的类型和实例 273
17.2.3 数据的属主 274
17.2.4 共享数据 275
17.2.5 在多个数据仓库中共享数据 276
17.2.6 相关的数据实例 277
17.2.7 其他关系 278
17.3 定义记录系统 280
17.4 本地数据仓库 281
17.4.1 “纯”本地数据仓库的变体 281
17.5 全局数据仓库 282
17.6 企业中数据仓库的类型 282
17.6.1 简单的本地数据仓库 284
17.6.2 简单的全局数据仓库 284
17.6.3 多个不相关的本地数据仓库 286
17.6.4 业务范围之间的关系 286
17.6.5 交叉需求 287
17.6.6 扩展的全局数据仓库 288
17.7 企业范围架构中的其他重要问题 289
17.8 小结 289
附录A 企业信息工厂架构指南 291
A.1 标准的企业信息工厂构件 294
A.1.1 目的 294
A.1.2 重点问题 294
A.1.3 集成转换层 295
A.1.4 ODS（选用的） 295
A.1.5 数据仓库 296
A.1.6 数据集市 297
A.1.7 探索仓库（选用的） 298
A.1.8 备用存储（选用的） 299
A.2 其他企业信息工厂构件 300
A.2.1 目的 300
A.2.2 重点问题 300
A.2.3 ERP 300
A.2.4 SAP 301
A.2.5 BAAN 301
A.2.6 PeopleSoft 301
A.2.7 J D Edwards 302
A.2.8 Oracle Financials 302
A.2.9 电子商务 302
A.2.10 CRM 302
A.2.11 其他分析应用 303
A.3 企业信息工厂的变化 303
A.3.1 目的 303
A.3.2 分布式数据仓库 303
A.3.3 全局数据仓库 304
A.4 标准操作 305
A.4.1 目的 305
A.4.2 重点问题 305
A.4.3 正常数据流情况 305
A.4.4 逆向数据流情况 306
A.4.5 更新与快照 306
A.5 监控 306
A.5.1 目的 306
A.5.2 重点问题 306
A.5.3 数据仓库 307
A.5.4 网络 307
A.5.5 备用存储 308
A.6 数据集市与最终用户访问 308
A.6.1 目的 308
A.6.2 重点问题 308
A.7 数据仓库的协调与调整 309
A.7.1 目的 309
A.7.2 重点问题 309
A.8 数据仓库的纠错 309
A.8.1 目的 309
A.8.2 特定的问题 310
A.9 企业信息工厂的保密性和安全性 310
A.9.1 目的 310
A.9.2 重点问题 310
A.10 数据量 310
A.10.1 目的 310
A.10.2 重点问题 311
A.10.3 预测 311
A.10.4 增长率 312
A.10.5 当前状态 312
A.10.6 分界线 312
A.10.7 应对未来 312
A.10.8 备用存储 312
A.10.9 数据存储规则 313
A.11 探索仓库 313
A.11.1 目的 313
A.11.2 重点问题 313
A.11.3 查询 314
A.11.4 数据量 314
A.11.5 外部数据 315
A.12 技术覆盖 316
A.12.1 目的 316
A.12.2 重要问题 316
A.12.3 系统 317
A.12.4 硬件 317
A.12.5 DBMS 317
A.12.6 最终用户工具 318
A.12.7 中间件 318
A.12.8 交易管理 319
A.13 设计覆盖 320
A.13.1 目的 320
A.13.2 规范化 320
A.13.3 星型连接/雪花模式 320
A.14 WEB接口 321
A.14.1 目的 321
A.14.2 粒度管理 321
A.14.3 ODS支持 321
A.14.4 Web内部ODS 321
A.14.5 企业信息工厂ODS 322
A.14.6 点击流管理 322
A.15 开发方法 322
A.15.1 目的 322
A.15.2 重点问题 323
A.16 元数据 323
A.16.1 目的 323
A.16.2 重点问题 323
A.16.3 本地收集与自包含 324
A.16.4 共享 324
A.16.5 记录系统 324
A.16.6 中央存储 324
A.17 企业信息工厂机构管理 325
A.17.1 目的 325
A.17.2 重点问题 325
A.17.3 机构管理 325
A.18 数据仓库的性能 326
A.18.1 目的 326
A.18.2 索引 326
A.18.3 ODS 327
A.18.4 数据集市 327
A.18.5 顺序存储设备 327
A.18.6 非规范化处理 328
A.18.7 探索仓库 328
A.18.8 汇总 328
A.18.9 聚合 328
A.18.10 冗余 329
A.18.11 数据共处 329
A.18.12 数据加载的优化 329
A.18.13 监控 329
A.18.14 服务级的一致性 330
A.19 预算 330
A.19.1 目的 330
A.20 端到端的数据流速度 330
A.20.1 目的 330
A.21 企业信息工厂管理 331
A.21.1 目的 331
A.21.2 怎样监控 331
A.21.3 容量规划 332
A.21.4 异常管理 332
A.21.5 监控程序的开销 332
A.21.6 监控程序的复杂性 333
A.22 企业信息工厂的历史 333
A.22.1 目的 333
A.22.2 开发周期 333
A.22.3 规模 333
A.22.4 增长率 333
A.22.5 各个构件的建设顺序 334
附录B 术语解释 335

《企业信息工厂（Corporate Information Factory）》一书是由被誉为“数据仓库之父”的W. H. Inmon先生继《建立数据仓库》、《使用数据仓库》以及《面向对象的数据仓库设计》之后撰写的又一部力作。至今，他已经写了40多本有关数据库、数据库管理以及数据仓库方面的书，并经常在高层次的数据库会议上做主题报告。W. H. Inmon也是 www.billinmon.com网站的合作伙伴，该网站专门讨论信息工厂、数据仓库及其有关技术，值得一览。 本书高屋建瓴，全面介绍了企业信息工厂的总体架构、各个构件及其相互关系，其中包括数据仓库、数据挖掘、数据集市和操作型数据存储等技术，精辟说明了如何创建企业信息工厂，以及怎样把现有的系统改造和集成为企业信息工厂的方法和步骤。 企业信息工厂给出了一种信息系统的逻辑架构，其目的是利用运营业务数据，提供智能化的业务管理和决策支持能力。本书提供了一种组织和管理信息系统的逻辑架构和方法，用于把数据仓库、数据挖掘、数据集市、操作型数据存储以及Internet等技术集成为一体，以满足企业的实际业务决策需要。本书提出了现今和将来创建整体信息系统解决方案的发展方向。现有的实践证明，企业信息工厂可以适应任何规模的企业创建数据仓库和决策支持系统。 当今，企业的IT主管和数据仓库管理人员需要组建一个小型的专门技术队伍，确保能够快速地为企业高层管理人员的业务决策提供准确的信息。W.H.Inmon的《企业信息工厂》满足了这些人的需要。 本书对数据仓库及有关的周边技术做了全面的介绍，有益于对此领域有一个全面的了解和整体把握，可以为进一步地深入研究、开发和应用打下良好的基础。 本书由邢国庆翻译。在翻译过程中，得到了黄志瑜、Joe Simpson、邸静、邢梦可、成效禹、伊晓强、魏承明、贾磊、仇鹏涛以及张秋慧等同志的大力协助。尤其是黄志瑜先生，在本书的整体把握等方面提出了极为宝贵的指导意见，本书的名字也是根据黄志瑜先生的建议确定的。Joe在细节的推敲方面给予了极大的帮助。邸静女士承担了本书的全部文字录入工作。在此一并表示感谢。 限于译者的水平和能力，错误和不当之处在所难免，恳请广大读者给予批评指正。 译者 2003年3月

有的书主要介绍“怎样”做事情，这一类书籍可以通称为操作指南或手册；有些书主要解释“为什么”要这样做，这通常是讲述基本原理一类的书籍；另外一些书描述的是所需信息在“什么地方”，这是如地图册之类的图书；还有一些书只描述应当做“什么”，本书就是这样一本书。 1. 数据仓库的起源 计算机和信息技术行业正以惊人的速度发展着。在打孔卡片和纸带输入系统的时代，我们只是把计算机作为一种不堪重负的笨重计算设备来使用，这种系统通常只适用于工资和费用的统计、收发等业务。 随着大容量磁盘存储器、廉价的内存、性能优异的操作系统以及直接的最终用户接口设备的出现，一种称做联机处理的全新计算模式成为现实。采用联机处理方式，计算机的应用日新月异，订票系统、自动柜员机以及其他新的应用系统开始日益普及。 接踵而来的是最终用户端的革命性变化。个人计算机、电子表应用，以及第四代语言（4GL）技术开启了先前曾被关闭的计算领域的大门。当计算技术的费用直线下降时，潘多拉魔盒打开了。计算机应用现在已延伸到传统的信息系统领域之外。任何人，只要有预算经费就能够开始掌握自己的信息处理的命运。 最终用户非常愿意完全由自己控制一切，但这种自主性只能是一种海市蜃楼。而且很快就会发现，即使采用最先进的计算技术，如果把整个控制都交给最终用户，自然还会带来其他新的问题，如缺乏集成和有效性，很难形成一定的处理规模等。 同时，人们还发现很难访问交易处理过程中产生的数据，因而无法有效地做出决策，因为不管决策处理用到的是汇总数据还是详细数据，都需要涉及历史的、集成的数据。 数据仓库于是应运而生。但此后不久，随着数据量和最终用户需求的不断增长，超出了数据仓库能够提供的数据定制与调整能力。由于它的全部设计重心在于集成与管理通用的企业数据，因此，数据仓库无法满足一些特定的业务信息需求。为了应对这种情况，不同的部门发现，定制的数据仓库子集，也就是数据集市能够提供它们需要的自主性以及对企业信息的解释和使用。 企业也发现，他们还需要集成的操作型数据，而数据仓库却不能为需要操作型数据集成的人提供任何帮助。经过争论之后，出现了操作型数据存储。最后，随着Internet和低廉的硬件技术的出现，利用数据仓库、数据集市以及操作型数据存储，可以使用更多的数据，支持广泛的用户群体，因而可以逐步解决这些越来越复杂的问题。就像处理一个简单的问题一样，让用户（包括业务伙伴甚至客户）访问来自若干数据源的数亿字节的集成数据已经逐渐成为很现实的事情了。 2. 由此及彼，展望未来 我们当中的某些人可能已经经历或见证过一些开发过程中遇到的问题。第一个问题就是我们对技术的重要性，太过于专注技术的本身和技术的成熟性。我们只关注其细节而忽略了大的方面。因此，就像盲人描述大象一样，只能理解自己最熟悉的那一小部分。 第二个问题是只注重一天天的日常开发事项和开发进度。一叶障目，不见泰山，最终只能猜测明天将会出现什么。 本书的目的就是为了克服上述障碍，从头开始，仔细地考察整个业务信息系统的发展过程，重点介绍一种已经过实践证明的架构及其有关的技术。另外，我们还将介绍这个架构中的关键构件，说明怎样发挥它们各自的作用，并使之相互协调、有序地运行。这个架构就是企业信息工厂（Corporate Information Factory，CIF）。 我们特别感兴趣的是，当企业试图以企业信息工厂架构之外的其他方法建立它们的信息系统时会发生什么情况。企业信息工厂的简单发展历史已经表明： 肯定会建立一个不同于本书所描述的信息系统结构； 当建立的信息系统结构不同于本书描述的企业信息工厂架构时，可 能会在以下几个方面付出代价：  基础设施费用  有效的性能  集成的缺乏  无缝的技术连接  最终用户的满意度  应对变化 企业信息工厂并不是建立信息系统的惟一方法，但它是最好的方法，能够满足企业信息处理的长期目标。 在许多情况下，某些设计人员不一定愿意遵守这个架构推荐的建设原则。但设计人员必须记住，这是要付出代价的。 写作本书的目的就是希望为读者指出一个已经过实践证明的组织信息系统的方法。如果不采用这个方法，将会产生许多意料之中或者根本无法预料的不良后果。这些不良后果的影响，从浪费大量的开发资源，到无法提供有效的信息资源，其范围是很广的。必须对此有足够的思想准备和应对措施。 大量的因素促进了企业信息工厂的发展，其中包括： 不断增长的业务需求； 硬件价格不断下降； 技术不断地翻新和成熟； 用户需求的不断增长； 硬件、软件和网络功能的提高。 此外，许多企业已经逐渐开始转向完全不同风格的处理方式。例如，从操作型的传统处理逐步转变为数据仓库，之后又引出了数据集市；电子报表等新的技术开启了许多分析功能。所有这一切导致了新的企业处理模式的出现，而这也是我们将要在本书中介绍的内容。 3. 为什么要写第二版 本书的第一版介绍了企业信息系统以及有关信息技术的发展。在写作第一版时，书中的描述是准确的，而且也最好地反映了这一领域当时的技术成果。但自该书出版之后，我们开始注意到，还有一些新的现代信息系统架构的重要构件没有及时补充进来。 探索数据仓库、备用存储和决策支持系统（DSS）应用显然是信息系统架构的重要构件。此外，许多大型的国际企业已开始建立多个数据仓库，这自然又引申出一个大型企业可以拥有多个企业信息工厂的新课题。而且随着IT技术的不断发展，Internet、客户关系管理（CRM）以及企业资源规划（ERP）也成为重要的一部分。所有这一切改变了信息系统的远景规划，因此，必须写第二版，把它们纳入到企业信息工厂架构中。 《企业信息工厂》第二版是根据《Data Management Review》杂志2000年1月这一期中的大型插图描述的架构编写的（如图2-1所示）。图中的介绍是当时对企业信息组织架构的完整理解和总结。如果读者想得到那个插图的拷贝，可以联系DMR杂志，或从www.billinmon.com网站中下载（免费）。在此，我们非常感谢Ron Powell和Jean Schauer对创建该插图的赞助，以及IBI公司对创建该插图提供的资金赞助。 4. 本书的读者对象 《企业信息工厂》一书可以适用于各种读者对象，其中包括： IT管理人员。IT管理人员可以使用企业信息工厂去预测系统开发和系统架构设计时下一步应当怎样进行。避免在项目建设过程中违背企业信息工厂推荐的设计准则，浪费不必要的人力和物力资源。在了解了企业信息工厂的基本概念和有关技术之后，管理人员可以据此把握未来的发展方向。 开发人员。在项目开始之后，开发人员可以确定项目的组织与企业信息工厂的设计准则是否协调。如果整个设计违背了企业信息工厂的设计准则，可以在成为事实之前，建议设计人员进行矫正。 投资商。企业信息工厂给出了确定技术投资能够取得什么回报的一种简单的方法。如果正在投资的系统架构不符合企业信息工厂的设计准则，投资商可以依据市场的认可情况提出修改意见，并采取相应的对策。 最终用户。企业信息工厂成功与否的关键是最终用户是否能够使它达到自己的愿望。最终用户可以评估系统是否偏离了自己的期望值。如果成功地实现了企业信息工厂，将会使最终用户的业务平稳运作并提高生产效率。 5. 本书的编排 本书是为适应从初学者到有经验的企业信息工厂专家等各种类型的读者的需求而进行编排的。对于企业信息工厂的初学者，建议读者从头到尾逐章阅读本书，因为后续每一章的内容都建立在前一章的基础之上，逐次解释了什么是企业信息工厂，以及怎样建立和管理企业信息工厂。对于有经验的读者而言，也许需要阅读头两章，然后深入研究适合自己需要的章节。他们也可能特别感兴趣第9章、第10章、第13章和第17章，这几章介绍了某些新的构件和概念。 本书共分为4部分。第一部分包括作为入门性的第1章和第2章，其中概述了企业信息工厂的基本概念和由来，使读者能够全面了解企业信息工厂的发展过程。第二部分包括第3章至第14章，其中分别介绍了企业信息工厂架构的各个构件，以及怎样把它们组织在一起，以提供决策支持能力。同时也讨论了这个架构的某些变体。第三部分包括第15章至第17章，其中讨论了怎样建立和管理企业信息工厂。第四部分即附录A，其中给出了评估和考察企业信息工厂的准则。 6. 本书的写作背景 我不知道如何表达我的家人对我许多天顾不上回家或长时间在家写作本书的第一版时所给予的理解和支持。当我询问是否能够再改写第二版时，他们又给予了肯定的回答。他们不仅同意，而且还鼓励我深入研究，写出更好的企业信息工厂。 我希望借此机会向多年来帮助充实和丰富了企业信息工厂理念的许多同行、客户和朋友们表示衷心的感谢。正是由于他们集体的努力和智慧，使得本书得以问世。对此，我要特别感谢以下人士和机构： John Zachman, Zachman International John Bair, Independent Consultant Lowell Fryman, C/Net Roger Geiwitz, Independent Consultant Sue Osterfelt, Bank of America JD Welch, IBM Dennis McCann, Ambeo Ken Richardson, Ambeo Dale Brocklehurst, Ambeo Joyce Norris-Montanari, Braun Consulting Jon Geiger, Braun Consulting Steve Miller, Braun Consulting Jim Kalustian, Braun Consulting Mike Evanisko, Braun Consulting Dave Imhoff, Intelligent Solutions Rob Geller, Quest Robert Frim, Independent Consultant Pete Simcox, Genesis Mark Mays, Arrowhead Consulting WarehouseMCI team John Ladley, Knowledge Interspace Doug Laney, Meta Group Bob Lokken, Knosys Brian Burnett, AppsCo Steve Murchie, Microsoft Allen Perry, Coglin Mill Ron Powell, DM Review Bill Prentice, SAS Mike Wipperfeld, Informix Lisa Loftis, Braun Consulting Steve Hill, Informix Keven Gould, Sybase Stephen Gardner, NCR Ron Swift, NCR Marc Demarest, Independent Consultant Jeanne Friedman, Independent Consultant Greg Battas, Tandem Computers Ralph Kimball, Kimball and Associates