数据仓库与元数据

数据仓库

• 数据仓库的定义
• 数据仓库的特点
• 数据仓库和数据库的对比
• OLAP和OLTP的区别
• 什么是ETL
• 主流数据仓库
• 数据仓库与Hadoop生态

数据仓库的定义

数据仓库，英文名称Data Warehouse，简写为DW。数据仓库顾名思义，是一个很大的数据存储集合，出于企业的分析性报告和决策支持目的而创建，对多样的业务数据进行筛选与整合。它为企业提供一定的BI（商业智能）能力，指导业务流程改进、监视时间、成本、质量以及控制。

数据仓库的输入方是各种各样的数据源，最终的输出用于企业的数据分析、数据挖掘、数据报表等方向。

 

数据仓库的特点

主题性

不同于传统数据库对应于某一个或多个项目，数据仓库根据使用者实际需求，将不同数据源的数据在一个较高的抽象层次上做整合，所有数据都围绕某一主题来组织。

这里的主题怎么来理解呢？比如对于滴滴出行，“司机行为分析”就是一个主题，对于链家网，“成交分析”就是一个主题。

集成性

数据仓库中存储的数据是来源于多个数据源的集成，原始数据来自不同的数据源，存储方式各不相同。要整合成为最终的数据集合，需要从数据源经过一系列抽取、清洗、转换（ETL）的过程。

稳定性

数据仓库中保存的数据是一系列历史快照，不允许被修改。用户只能通过分析工具进行查询和分析。

时变性

数据仓库会定期接收新的集成数据，反应出最新的数据变化。这和稳定性特点并不矛盾。

 

数据仓库和数据库的对比

	数据库	数据仓库
面向