数据仓库

数据仓库（Data Warehouse）是一个面向主题的、集成的、相对稳定的、且随时间变化的数据集合，用于支持管理决策。

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，一个主题通常与多个操作型信息系统相关。

数据仓库中的数据是在对原有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。

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
进入数据仓库以后，一般情况下将被长期保留，也就是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，通常只需要定期地加载、刷新。

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点）到目前的各个阶段的信息。

数据仓库反映历史变化的属性主要表现在：
    数据仓库中的数据时间期限要远远长于传统操作型数据系统中的数据时间期限，数据仓库中的数据时间期限往往为数年甚至几十年。
    数据仓库中的数据仅仅是一系列某一时刻（可能是传统操作型数据系统）生成的复杂的快照；
    数据仓库中一定会包含时间元素。

数据库与数据仓库的差异
   从数据存储的内容看，数据库只存放当前值，而数据仓库则存放历史值；数据库数据的目标是面向业务操作人员的，为业务处理人员提供数据处理的支持，而数据仓库则是面向中高层管理
人员的，为其提供决策支持等。

数据仓库的结构
从数据仓库的概念结构看，一般来说，数据仓库系统要包含数据源、数据准备区、数据仓库数据库、数据集市/知识挖掘库及各种管理工具和应用工具，如图 3-10 所示。数据仓库建立之后，首先要从数据源中抽取相关的数据到数据准备区，在数据准备区中经过净化处理后再加载到数据仓库数据库，最后根据用户的需求将数据导入数据集市和知识挖掘库中。当用户使用数据仓库时，可以利用包括 OLAP（On-Line Analysis Processing，联机分析处理）在内的多种数据仓库应用工具向数据集市/知识挖掘库或数据仓库进行决策查询分析或知识挖掘。数据仓库的创建、应用可以利用各种数据仓库管理工具辅助完成。

数据仓库框架由数据仓库基本功能层、数据仓库管理层和数据仓库环境支持层组成。

 

数据仓库基本功能层。

       数据仓库的基本功能层部分包含数据源、数据准备区、数据仓库结构、数据集市或知识挖掘库，以及存取和使用部分。

数据仓库管理层。

     数据仓库管理层由数据仓库的数据管理和数据仓库的元数据管理组成。
    数据仓库的数据管理层包含数据抽取、新数据需求与查询管理，数据加载、存储、刷新和更新系统，安全性与用户授权管理系统及数据归档、恢复及净化系统等四部分。

数据仓库的环境支持层。

      数据仓库的环境支持层由数据仓库数据传输层和数据仓库基础层组成。
 

数据仓库架构图：