什么是数据仓库?
数据仓库是一个面向主题,集成的,相对稳定的,反映历史变化的而数据集合,用于支持管理决策。
数仓的四大特征
- 面向主题的
- 传统的数据库是面向应用的,而数据仓库中的数据是面向主题的
- 主题:是一个抽象概念,是较高层次上企业信息系统中的数据综合,归纳并进行分析利用的抽象。在逻辑意义上,是对应企业中某一宏观分析领域所涉及的分析对象。
- 其中所谓较高层次是相对面向应用的数据组织方式,指按照主题进行数据组织的具有更高的数据抽象级别。
- 集成的
- 数据仓库的数据来源广,可能是从原有的多个数据库,数据文件,用户日志中抽取来的,数据来源既有内部数据也有外部数据。
- 数据仓库中的数据很难从原有数据库系统中直接得到,数据在进入数据仓库之前需要经过统一与综合。
- 稳定的
- 数仓数据反应的是一段相当长时间内历史数据的内容。
- 其稳定是相对于应用型数据库而言,一旦数据进入数据仓库之后,一般是被较长时间的保留,且很少更新通常只需要定期的加载和更新。
- 反应历史变化的
- 数据仓库的数据保存时间一般远远大于操作性数据库的时间
- 业务数据存储的是当前数据,而数据仓库中的数据是历史数据
- 数据仓库中的数据是按照顺序追加的,都带有时间属性
数据仓库的作用
- 建立统一的数据中心,用于管理和决策
- 产生业务报表,了解企业的经营状况
- 作为各个业务的数据源,形成业务数据互相反馈的良性循环
- 用户行为数据,通过数据挖掘来降低投入成本,提高投入效果
- 开发数据产品,直接或间接地为企业盈利
数据仓库与数据库的区别
本质其实就是OLTP与OLAP的区别。
OLTP(联机事务处理),也称面向交易的处理系统。主要针对具体业务在数据库系统的日常操作(增加,删除,查询,修改),用户较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等问题。主要是用于操作型处理。
OLAP(联机分析处理)。一般针对某些主题的历史数据进行分析,支持管理决策。
- 数据仓库是面向分析,面向主题的,是为了分析数据而设计的,用于解决企业级数据分析问题或管理和决策,属于分析型。数据库是面向事务的,为了捕获和存储数据而