一、什么是数据仓库?
1.1 数据仓库概述:
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。数据仓库致力于研究和解决从数据库中获取信息的问题。
1.2 数据仓库特征:
面向主题、集成性、稳定性和时变性,用于支持管理决策。
1.3 数据仓库意义:
对企业的所有数据进行汇总,致力于为企业各个部门提供统一的、规范的数据出口。
1.4 数据仓库目标:
实现集成、稳定、反应历史变化有组织有结构的存储数据的集合。
1.5 数据库与数据仓库的区别:
数据库(Database):则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。
1.6 OLTP和OLAP:
操作型处理:又名联机事务处理OLTP(On-Line Transaction Processing),也可以称面向交易的处理系统,是针对具体业务在数据库联机的日常操作,通常对少数记录进行查询、修改。用户较为关心操作的响应时间、数据的安全性、完整性和并发支持的用户数量等问题。传统的数据库系统作为数据管理的主要手段,主要用于操作型处理。
分析型处理:又名联机分析处理OLAP(On-Line Analytical Processing),一般针对某些主题的历史数据进行分析,支持管理决策。
二者的异同如表1所示:
表 1:OLTP与OLAP的异同
操作型处理 |
分析型处理 |
细节的 |
综合的或提炼的 |
实体-关系(ER)模型 |
星型或雪花模型 |
存取瞬间数据 |
存储历史数据,不包含最近的数据 |
可更新的 |
只读,只追加 |
一次操作一个单元 |
一次操作一个集合 |
性能要求高,响应时间短 |
性能要求宽松 |
面向事务 |
面向分析 |
一次操作数据量小 |
一次操作数据量大 |
支持日常操作 |
支持决策需求 |
数据量小 |
数据量大 |
客户订单、库存水平和银行账户等 |