大数据项目之企业级数据仓库实战

学习目标：

大致掌握数据仓库实战的知识

---

学习内容：

1、了解数据仓库的概念（本文暂时学习目标）

2、学习核心技术框架

3、了解数据仓库的基本理论

4、掌握数据仓库数据采集与同步

5、数据仓库维度建模剖析

6、了解数据仓库的规范

---

学习目录：

学习内容：

第一章 数据仓库简介

1.1 数据仓库简介

1.1.1 什么是数据库？

        数据库(Database)是按照数据结构来组织、存储和管理数据的建立在计算机存储设备上的仓库。

        数据库是长期储存在计算机内、有组织的、可共享的数据集合。数据库中的数据指的是以一定的数据模型组织、描述和储存在一起、具有尽可能小的冗余度、较高的数据独立性和易扩展性的特点并可在一定范围内为多个用户共享。

        常用的数据库有 MySQL、ORACLE、SQL Server 等

1.1.2 什么是数据仓库？

        数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。

        数据仓库的特征在于面向主题、集成性、稳定性和时变性，用于支持管理决策。

        数据仓库存在的意义在于对企业的所有数据进行汇总，为企业各个部门提供统一的， 规范的数据出口。

        面向主题：数据仓库中的数据是按照一定的主题域进行组织的，每一个主题对应一个宏观的分析领域。数据仓库排除对于决策无用的数据，提供特定主题的简明视图。

        集成的：企业内不同业务部门数据的完整集成。

对于企业内所有数据的集成要注意一致性（假设财务系统中对于性别使用 F/M，而 OA 系统对性别使用 A/B，这就是数据不一致，如果想搭建企业级的数据仓库，需要数据具有一致性）。

        稳定的：数仓里不存在数据的更新和删除操作。

        变化的：数仓里会完整的记录某个对象在一段时