什么是数据仓库？

数据仓库：DATA WAREHOUSE，简称数仓、DW。是一个用于存储、分析、报告的数据系统。目的是构建面向分析的集成化数据环境，为企业提供决策支持。

数仓本身不"产生"任何数据，其数据来源于不同的外部系统；同时数仓本身也不"消费"任何数据，其结果开放给各个外部应用使用，这也是为什么叫"仓库"，而不叫"工厂"的原因。

数仓的四大特征：

        面向主题的：较高层次的企业信息系统中数据的综合、归类并进行分析利用，对应企业中某一宏观分析领域的所涉及的分析对象

        集成的：在确定主题之后，就需要获取和主题相关的数据，在企业中某一个主题相关的数据通常会分布在不同的操作系统中，彼此分散、独立、异构。因此，在数据进入数据仓库之前，必须要经过统一和综合，对数据进行抽取、清洗、转换和综合，这一步是数仓建设过程中最为复杂且重要的一步，要统一数据源中所有的矛盾之处，例如字段同名异义，异名同义，单位不一致，长度不一致等问题。

        包含历史的：数据仓库中包含各种粒度的历史数据，数据可能与某个特定的日期、星期、月份、季度或者年份有关。数据仓库中的数据时限要远远长于操作性数据库的数据时限，操作性数据库存储的是当前数据，而数仓存储的是历史数据，数仓中的数据是按照时间顺序追加的，它们都带有时间属性。

        相对稳定的：数仓是分析数据的平台而不是创造数据的平台。我们是通过数仓去分析数据中的规律，而不是创造或者改变其中的规律，因此数据进入数仓后，便稳定且不会改变。操作型数据库主要服务于日常的业务操作，使得数据库需要不断地对数据进行更新以便获取最新的业务数据，不至于影响正常的业务运作。数仓是保存过去的业务数据，不需要对每一笔业务实时更新，而是根据商业需求每隔一段时间把一批较新的数据导入数据仓库。数据仓库反映的是一段相当长的时间内的历史数据，是不同时间点数据库快照的集合，以及基于这些快照进行统计、综合以及重组的导出数据，数仓用户对数据的操作大多是数据查询或者比较复杂的挖掘，一旦数据进入数仓后，一般情况下会被长时间保留，数仓中一般有大量的查询操作，修改和删除的操作很少。