数据仓库篇

一，什么是数据仓库

1.数据仓库是为构建一个分析型事务处理的环境而出现的一种数据存储和组织技术。

2.特征：面向主题的，集成性，随时间而变化，数据不易丢失。

3.作用： 存储经过加工处理的决策需要的数据，查询和决策分析的依据

4.操作型数据库与数据仓库的区别：前者是随时可以更新的，数据根据需要而变化。
后者是定期更新的，加载后的数据将变得更少，但是并不是意味着数据仓库中的数据并不更新

5.数据仓库中的每一个关键结构都隐式或显式地包含时间元素，时间维是数据仓库中一个非常重要的维度；而操作数据库中的关键结构可能就不包括时间元素

二，为什么要建立数据仓库

1.信息的处理类型：事务性处理（数据库），分析性处理（数据仓库）

2.数据仓库与数据挖掘的关系：数据仓库是一种存储技术，数据挖掘是一种分析技术，联系：数据挖掘的关键是访问正确的，完整的，集成的数据，这正是数据仓库能够提供的，但是，数据仓库并不是数据挖掘的必要条件

三，数据立方体

1.数据仓库和OLAP工具是基于多维数据模型的。在多维数据模型中，数据以数据立方体(data cube)的形式存在

2.概念分层：在数据仓库中，一个概念分层（concept hierarchy）定义一个映射序列，将低层概念映射到更一般的高层概念。

四，数据仓库的三级模型

1.概念模型，数据仓库用“信息包图”来表示概念模型，包含维度，级别，度量

2.逻辑模型：通常有三种逻辑模型表示法：星型模型、雪花模型、事实星座模型。

星型模式 （ Star schema ） 是最常见的一种模型范式。这种模式的数据仓库包括一个大的事实表和一组小的维表。

事实表在中心，周围围绕地连接着维表 （每维一个）。

在雪花模型中， 某些维表是规范化 的，通过把数据进一步分解到附加表中，以便减少冗余。

复杂的应用（如多主题的数据仓库）可能需要多个事实表共享维表 。

3.物理模型：逻辑模型在数据仓库中的实现

4.存储结构：分布式存储：采用磁盘阵列在多个节点间分布的方式虽然物理上是分布，但是逻辑上是统一的，
集中式存储：直接通过FC交换机来直接访问数据而不需要通过其他节点。