数据仓库

  数据仓库：通常指数据库环境，而不是一件产品，提供数据挖掘功能。比如某公司的所有数据库在不同地区，要做决策，就要做etl，转入数据仓库，然后进行数据挖掘。

  数据仓库存储的都是结构化的数据，而现实有很多非结构化的数据需要处理，如视频等。

  特点：面向主题，集成，相对稳定，反应历史变化

  面向主题：看给谁看，就给出特定主题，建立很多维度，这些维度都是围绕一个特定的主题，如果需要的主题很多，就形成多主题

  数据集成：需要把各种数据库（关系／面向对象数据库／文档片段）集成起来，比如产品，要把国内外有无相关产品集成起来，所以说数据源是很多的，集成还有一个概念是统一格式，不一致的数据需要转换

  相对稳定，不可更新：只有两操作，load／delete

  反应时间：数据库是没有时间特性的，而数据仓库专门增加时间维

  数据挖掘需要数据，数据来源是数据仓库，数据挖掘才能提供决策支持，dw并不是dm唯一的数据源

  数据仓库例子：航空公司，主题：市场（生产），航班（生产），班期（载人，载货），决策支持：一段时间航空公司占有率，计划完成情况...比如西南地区出现负增长，需要得出原因，利用客户端查询全国各地区航空总周转量，和去年对比，去数据仓库服务器看，然后得出图表，然后发现在西南地区确实出现负增长（北京－>西南），想看是货运出现问题还是客运，用数据仓库的下砖功能查，得出影响因素是客运，然后制表，然后看是西南地区的昆明出现问题还是重庆，发现是昆明，然后看为什么昆明出现问题，得出原因。

  数据挖掘在结构化数据仓库中很容易得出决策