数据仓库

数据仓库是近年来信息领域中迅速发展起来的数据库新技术。数据仓库一词尚没有一个统一的定义，比较一致的说法是：数据仓库是一个面向主题、集成的、相对稳定的、反映历史变化的数据集合，主要用于支持管理决策过程。

关于数据仓库的概念，我们要注意两点：首先，数据藏库用于支持决策，面向分析型数据处理，它不同于操作型数据库；其次，数据仓库是对多个异构的数据源的有效集成，集成后按照主题进行了重组，并包含历史数据，且存放在数据仓库的数据一般不再修改。

建立数据仓库能充分利用已存在的数据资源，获得有用信息，并藉此创造出效益。目前越来越多的企业、行政、事业单位开始认识到数据仓库应用所带来的好处。

与传统的数据库技术相比较，传统的数据库是以数据库为中心，进行从事务处理、批处理到决策分析等各种类型的数据处理工作。不同类型的数据处理有着不同的处理特点，以单一的数据组织方式进行组织的数据库并不能反映这种差异，满足不了数据处理的多样化要求。随着数据库应用的普及，人们发现，对数据处理除了操作型处理外还会友分析型处理，而且分析型处理会带来更好的效益。

所谓操作型处理（或事务处理），是指对数据库进行联机的日常操作，如对一个或一组记录的查询或修改等，主要是为特定应用服务的，操作人员比较注重响应时间、数据安全性和完整性等问题。而分析型处理则主要由管理人员处理，处理结果往往会影响其决策行为，这种操作经常要访问大量的历史数据，与操作型数据之间有很大的差异。

数据仓库是以已有的业务系统和大量的业务数据积累为基础的，数据仓库不适静态的概念。把信息加以整理、归纳和重组，并及时提供给相应的管理决策人员，是数据仓库的根本任务。从产业界的角度看，数据仓库建设是一个工程。

1．  数据仓库的特点

与传统的数据库相比较，数据仓库具有面向主题、集成的、相对稳定、反映历史变化等四个特点。

1）  面向主题

与传统数据库面向事务处理应用进行数据组织的特点相对应，数据仓库中的数据是面向主题进行组织的。

主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点方面，是在较高层次上将企业信息系统中的数据综合、归类并进行分析利用的抽象，一个主题通常与多个操作型信息系统相关。在逻辑意义上，它对应企业中某一宏观分析领域所涉及的分析对象。所谓较高层次是相对面向应用的数据组织方式而言的，是指按照主题进行数据组织的方式具有更高的数据抽象级别。“主题”在数据仓库中是由一系列标实现的。一个主题下表的划分可以按数据的综合、数据所属时间段进行划分。基于一个主题的所有标都包含有一个称为公共码键的属性作为主码的一部分。公共码键将一个主题的各个表联系起来。由于数据仓库中的数据都使用某一时刻联系在一起的，所以除了其公共码键之外，还必须包括时间成分作为起码键的一部分。

数据仓库中的数据是按照一定的主题域进行组织的，同一主题的表不一定存储在相同的介质中，而可以根据被关心的程度。分别存储在磁盘、磁带、光盘等不同的介质中。一般而言，查询频率低的数据存储在廉价慢速设备（如磁带）上，而查询频率高的数据则保存在磁盘上。

2）  集成的

面向事务处理的操作型数据库通常与其某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有的分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。

由于操作型处理与分析型处理之间的差别，数据仓库的数据是从原有的分散的数据库数据中抽取来的，在数据进入数据仓库之前，需要经过加工、统一、综合等集成处理。数据集成是数据仓库建设的最关键、最复杂的一步。

3）    相对稳定

操作型数据库终的数据通常需要实时更新，数据根据需要及时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进行数据仓库以后 ，一般情况下将被长期保留，也就是数据仓库存储的是相当长一段时间内的历史数据，是不同时刻数据库快照的集合，以及基于这些快照进行统计、综合和重组的导出数据，不是联机处理的数据。因此，数据一经集成进入数据库后是极少或根本不更新的、是稳定的。

4）    反映历史变化

操作型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点（如开始应用数据仓库的时电）到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来的趋势作出定量分析和预测。

数据仓库中的数据的相对稳定是指，数据仓库的用户进行分析处理时可能是不仅型数据更新操作的。但并不是说，在数据仓库的整个生命周期中数据集合是不变的。事实上，数据仓库的数据是随时间变化而不断变化的。这一特征表现在以下三方面：

1 数据仓库随时间变化不断增加新的数据内容；

2 数据仓库随时间变化不断删除旧的数据内容；

       3 数据仓库中的综合数据需要随着时间的变化不断地进行重新总和。