数据仓库讲解

1.数据仓库

数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持（Decision Support）。它出于分析性报告和决策支持目的而创建。
数据仓库本身并不“生产”任何数据，同时自身也不需要“消费”任何的数据，数据来源于外部，并且开放给外部应用。

2.数据仓库的主要特征

数据仓库是面向主题的（Subject-Oriented ）、集成的（Integrated）、非易失的（Non-Volatile）和时变的（Time-Variant ）数据集合，用以支持管理决策。

2.1 面向主题

数据分析有一定的范围，需要选取一定的主题进行分析。

2.2 集成性

集成各个其他方面关联的一些数据，比如分析订单购买人的情况，就涉及到牵连用户信息的情况。

2.3 非易失性

数据分析主要是分析过去已经发生的数据，分析的东西都是既成就的事实，不会再改变了。

2.4 时变性

随着时间的发展，数据的形态也在发生变化，数据分析的手段也要相应的进行改变。

3.数据仓库与数据库的区别

数据库：数据库主要的功能就是用来做事务处理的，主要负责频繁的增删改查。
数据仓库：主要职责就是做数据的分析，面向分析的。

4.数据仓库分层架构

4.1 数据仓库一般分为三层：

第一层：源数据层 又叫ODS 我们产生数据的地方。
第二层：数据仓库层 又叫DW 主要集中存储数据，面向主题进行分析。
第三步：数据应用层 又叫app层 主要用于展示我们分析之后的数据结果。

数据在这三层之间的一个流动，称之为ETL的过程。
ETL：extrat(抽取) transform（转换） load（加载）

4.2 数据仓库分层的目的

每一层职责清晰

5.数据仓库元数据管理

元数据（Meta Date），主要记录数据仓库中模型的定义、各层级间的映射关系、监控数据仓库的数据状态及ETL的任务运行状态。