数据仓库是一个用于存储、分析和报告的系统，专注于为企业决策支持提供分析。它从不同外部系统抽取数据，整合后进行非易失性的存储，支持时变性的历史数据分析。数据仓库的主要特征包括面向主题性、集成性、非易失性和非异变性，旨在解决企业数据分析和决策支持的问题。
目录
数仓概念
数仓专注分析
1.数据仓库本身并不“生产”任何数据， 其数据来源于不同外部系统；
2.同时数据仓库自身也不需要“消费”任何的数据，其结果开放给各个外部应用使用；
3.这也是为什么叫“仓库”，而不叫“工厂”的原因。
数据仓库为何而来，解决什么问题的？
先下结论： 为了分析数据而来， 分析结果给企业决策提供支撑。
数仓主要特征
面向主题性（Subject-Oriented）
1.主题是一个抽象的概念，是较高层次上企业信息系统中的数据综合、归类并进行分析利用的抽象。在逻辑意义上， 它是对应企业中某一宏观分析领域所涉及的分析对象。
2.传统OLTP系统对数据的划分并不适用于决策分析。而基于主题组织的数据则不同，它们被划分为各自独立的领域 ，每个领域有各自的逻辑内涵但互不交叉，在抽象层次上对数据进行完整、一致和准确的描述。
集成性（Integrated）
1.主题相关的数据通常会分布在多个操作型系统中，彼此分散、独立、异构。
2.因此在数据进入数据仓库之前，必然要经过统一与综合，对数据进行抽取、清理、转换和汇总，这一步是数据仓库 建设中最关键、最复杂的一步，所要完成的工作有：
要统一源数据中所有矛盾之处；
如字段的同名异义、异名同义、单位不统一、字长不一致等等。
进行数据综合和计算。
数据仓库中的数据综合工作可以在从原有数据库抽取数据时生成，但许多是在数据仓库内部生成的，即进入数据仓库以 后进行综合生成的。
非易失性、非异变性（Non-Volatile）
1.数据仓库是分析数据的平台，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，而不是去创造修改其 中的规律。因此数据进入数据仓库后，它便稳定且不会改变。
2.数据仓库的数据反映的是一段相当长的时间内历史数据的内容，数据仓库的用户对数据的操作大多是数据查询或比 较复杂的挖掘，一旦数据进入数据仓库以后，一般情况下被较长时间保留。
3.数据仓库中一般有大量的查询操作，但修改和删除操作很少。
时变性（Time-Variant）
数据仓库包含各种粒度的历史数据，数据可能与某个特定日期、星期、月份、季度或者年份有关。
当业务变化后会失去时效性。因此数据仓库的数据需要随着时间更新，以适应决策的需要。
从这个角度讲，数据仓库建设是一个项目，更是一个过程 。
188
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
