【数据仓库-1】-- 数据仓库的定义、为什么要建数据仓库？数据仓库的好处？应用场景？

oo寻梦in记

已于 2023-03-21 11:07:05 修改

阅读量507

点赞数

分类专栏：数据湖仓文章标签：大数据数据仓库

于 2023-03-15 11:55:35 首次发布

本文链接：https://blog.csdn.net/high2011/article/details/129548853

版权

数据湖仓专栏收录该内容

35 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

数据仓库是一个面向主题、集成、随时间变化、非易失的系统，用于支持决策。它与OLTP系统不同，关注历史数据分析，提供商业智能、数据挖掘、OLAP等功能。数据仓库的构建有助于数据集成、清洗，适用于商业分析、预测和大数据处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.什么是数据仓库？

早在上世纪，数据仓库之父 Bill Inmon 在 1991 年出版的 Building the Data Warehouse 一书中首次提出了被广为认可的数据仓库定义。Inmon 将数据仓库描述为一个面向主题的、集成的、随时间变化的、非易失的数据集合，用于支持管理者的决策过程。

1.1 面向主题

数据仓库是面向主题的。主题是一个抽象概念，简单地说就是与业务相关的数据的类别，每一个主题基本对应一个宏观的分析领域。数据仓库被设计成辅助人们分析数据。

举例：
    一个公司要分析销售数据，可建立一个专注于销售的数据仓库，使用这个数据仓库，就可以回答类似于“去年谁是我们这款产品的最佳用户”这样的问题。 
    这个场景下的销售， 就是一个数据主题， 而这种通过划分主题定义数据仓库的能力，就使得数据仓库是面向主题的。 主题域是对某个主题进行分析后确定的主题的边界，如客户、 销售、 产品都是主题域的例子。