数据仓库基础概念

总结：数据中台是把业务生产资料转变为数据生产力，同时数据生产力反哺业务，不断迭代循环的闭环过程一数据驱动决策、 运营

数仓理解：传统的数据库也能做数仓，本质来讲数仓是一种理念，不同的技术都可以去实现这种理念，只是不同的技术有不同的擅长领域和优劣势

ROLAP：同时连接明细数据和汇总数据，实时根据用户提出的需求对数据进行计算后返回给用户

MOLAP：预先将客户的需求计算好以结果的形式存下来，当客户提出需求后，找到对应结果返回即可。特点是当命中需求后返回非常快，同等资源下支持的数据体量更大，支持的并发更多，不足则是当表的维度越多，越复杂，其所需的磁盘存储空间则越大，构建cube也需要一定的时间

数据库大小以2T为分界线的（ntfs单一文件的大小），阿里云有很多数据库，一开始很难理解，为什么要那么多数据库。背后还是场景，不同的场景需要不同的优劣势，就好比都是出行，但是有汽车、火车、飞机、自行车、滑板车……，这样来理解数据库也是一样的。

数仓理解：数仓更多面向的是存储，与传统的数据库么有什么区别，是一种理念。而大数据重要的是计算，主要是性能问题。

1 数据仓库

数据仓库：很大的用来存储数据的集合，主要用于报告和分析业务的操作

• 很大：数据信息通常从一个或多个数据库即异构数据源中抽取，成为数据仓库的历史记录
• 说明：明确那些数据是有价值的，从面向分析角度去看。从做什么事情，来找源数据中有什么数据可以满足

特性：

• 面向主题：数据按照一定主题域进行组织
• 集成：存储的数据大部分来源于传统的数据库，将所需数据从原来的数据抽取出来，进行加工和集成，统一与综合之后才能进入数据仓库，也就是ETL预处理（其中数据不完整一定没有考虑数据库特征事务）。因为事务型数据中的数据一般都是不完整的和数据形式不统一的。
• 与时间有关、反应变化：数据通常包含历史信息（系统记录了企业从过去某一时点到目前的各个阶段的信息）（历史数据都是累加的，不断变多）
• 不可变更：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。在数据仓库中数据不可被修改

总结：建立数据仓库的目的是为企业高层系统地组织、理解和使用数据以便进行战略决策