2-数据仓库 -建设步骤一

数据仓库的开发过程主要有几个方面：规划分析阶段、设计实现阶段、使用维护阶段

1、数据源分析
 数据源是数据仓库系统所有信息的源头，主要是操作型业务应用系统存放的数据集合
 数据源的分析的过程分为范围分析、格式分析、更新方式分析、质量分析4个方面
 1> 范围分析：是指分析数据的范围。用户需要确定数据仓库系统需要数据源中的哪些原始数据
 2> 格式分析：是指对原始数据在数据库中的物理存储方式进行分析。包括存储类型、存储长度、数据精度等
 3> 更新方式分析:是指对原始数据在应用系统中的更新方式、更新频率、更新内容进行分析判断
 4> 质量分析：是指分析业务数据的质量，主要是数据的完整性、准确性、一致性。通常这也是数据源分析中最重要和工作量最多的部分

2、数据迁移
 1> 数据的抽取
  数据抽取前需要清楚：数据源来自哪几个业务系统，各个业务系统的数据库管理系统分别是什么
  数据抽取可以有两种方式：直接抽取方式、间接抽取方式
  直接抽取是指数据抽取过程直接从业务源数据库到目标库，中间没有任何过度。但是直接抽取方式必须确定业务系统数据库为ETL过程提供的数据库用户名、授权给该用户访问的表名称，对该用户授权的方式、数据抽取式相关的安全措施等内容
  间接抽取是指采用文件交换的方式进行数据抽取，考虑网络连接、数据库的分布等客观因素。也叫异步ETL方式

3、数据转换
 数据转换是将业务系统的各种源数据，通过自定义的转换脚本或者其他计算方法，将源数据转换成符合数据仓库要求的数据

4、数据转载
 数据经过清洗、转换后，需要装载到目标数据库中

5、数据粒度
 数据仓库粒度的划分是设计的重要内容，因为它直接影响了数据仓库查询的效率、查询的灵活性和数据仓库数据量的大小
 数据仓库的粒度级别越低，则它的细节程度越高；反之，则相反
 在数据仓库设计过程中，应该慎重考虑粒度的问题，既要满足所有的查询需求，也需要考虑查询的效率、存储空间等问题