数据仓库的概念及作用

1. 数据仓库的概念

      数据仓库是数据库应用发展的新概念，它是为更高层次上的数据应用而提出的一中解决的方案，而不是现成的活可以买到的产品。一般认为数据仓库作为决策支持系统(DSS)服务的基础，是用于分析型处理的数据集合，也是供查询和决策分析用的集成化的信息仓库。1993年，W.H.Inmon最先在他缩写的《建立数据仓库》一书中定义“数据仓库就是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。”
     该定义概括了数据仓库中数据最主要的四个特征：
     （1）面向主题  主 题是一个在较高层次上对数据进行综合、归类和分析利用的抽象概念。在逻辑意义上，每一个主题可对应一个宏观分析领域所涉及的分析对象。传统数据库是面向应 用建立的，其数据的组织仅按具体的应用处理要求来划分，未必适合于决策分析。而数据仓库则是面向主题建立的，如一个保险公司虽然有财产保险、养老保险、伤 亡保险等各项应用，但其数据仓库所组织的主题却可能是客户、保险金、索赔等。
     （2）集成  数 据仓库的数据是从原有分散的数据库的数据中抽取、集成得到的。事务数据与支持决策分析的数据之间差别甚大，数据仓库中的数据是用于支持决策的，因此在数据 进入数据仓库之前，必然要经过抽取、加工与集成，这一步也是数据仓库建设中最关键、最复杂的一步。这里，首先要解决的问题就是事务数据中的所有矛盾之处， 如字段的同名异义、异名同义、单位不统一、字长不一致等等，并将数据结构从面向应用转换到面向主题，有时还要将从不同数据库（可能是异构的）中提取的数据 按统一的模型和模式组织。数据仓库一般将集成后的数据分成不同的级：如近期基本数据、远期基本数据、轻度综合数据、高度综合数据、元数据。
     （3）稳定  数据仓库中的数据是从数据库存放的历史数据中，以不同时间的快照选取得到的集合，以及基于这些快照进行统计、综合和重组得到的导出数据，而不是当前数据库联机事务处理的数据。因此数据仓库的数据是稳定的不再变更的，数据仓库一般只涉及与查询、分析等相关的处理。
         （4）随时间变化  数 据仓库根据所研究主题的需要，其中的数据会随着时间积累和变化，不断增加新的数据内容，删去不再需要的数据内容，进行新的综合、重组。因此数据仓库的数据 内容是按处理的要求不断地随时间变化的，这就要求数据的码键都应包含时间属性，以标明该数据所对应的不同历史时间段。

1.  数据仓库在制造业信息化中的两大作用

       （1）支持全局应用  许多企业在其发展过程中逐渐形成了各自独立的计算机应用(子)系统，如CAD/CAM系 统、生产计划管理、库存管理、质量管理、财务管理和人事管理等系统。这些子系统有些可能是独立的，其中的数据源往往是异构的，有文件系统、层次数据库、关 系数据库或面向对象数据库等等。企业信息化常常需要建立企业范围内围绕某些主题的全局应用，直接在许多分散的、不统一的数据上实施是很困难或不可能的。而 数据仓库提供企业范围内的全局模式，其中存储的是经过集成的信息，来自各数据源的相关数据被转换成统一格式，方便了全局应用系统的开发。
              （2）支持决策分析  在信息技术不断发展的今天，人们对信息的使用也越来越复杂。企业高层管理者需要从积累的丰富数据中提取有用信息，进行各种复杂分析，如长期趋势分析和数据开采等，以力图找出规律性的知识规划，更科学地作出决策。
       企 业信息化中存在两类不同的数据处理：操作型数据处理和分析型数据处理。操作型数据处理也叫事务处理，如业务人员对数据库联机地进行日常操作，通常是对一个 或一组记录的查询和修改。对此，人们关心的是响应时间、数据安全性和完整性。分析型数据处理则用于管理人员的决策分析，经常要访问大量来自多方面的历史数 据、高度概括的数据，其数据容量非常大（到Tb级）。显然，这两者间的巨大差异使得操作型处理和分 析型处理的分离成为必然。传统数据库只适用于操作型处理，数据仓库适用于分析型处理。为了满足企业信息处理需要，企业的数据环境应发展为一种由操作型环境 和分析型环境共同构成的体系化环境。数据仓库是企业数据体系化环境的组成部分，是建立决策支持系统(DSS)的基础。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/17179887/viewspace-626360/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/17179887/viewspace-626360/