癮蠻大

2023-02-16

（1）概念

數據倉庫，是一個很大的數據存儲集合，出于企業的分析性報告和決策支持目的而創建，對多樣的業務數據進行篩選與整合。

（2）數據倉庫的特點

主題性：傳統數據庫中，最大的特點是面向應用進行數據的組織，各個業務系統可能是相互分離的。而數據倉庫則是面向主題的。主題是一個抽象的概念，是較高層次上企業信息系統中的數據綜合、歸類并進行分析利用的抽象。在邏輯意義上，它是對應企業中某一宏觀分析領域所涉及的分析對象。

操作型處理（傳統數據）對數據的劃分并不適用于決策分析。而基于主題組織的數據則不同，它們被劃分為各自獨立的領域，每個領域有各自的邏輯內涵但互不交叉，在抽象層次上對數據進行完整、一致和準確的描述。一些主題相關的數據通常分布在多個操作型系統中。


集成性：通過對分散、獨立、異構的數據庫數據進行抽取、清理、轉換和匯總便得到了數據倉庫的數據，這樣保證了數據倉庫內的數據關于整個企業的一致性。

數倉不是生成數據的平臺，其數據來自于各個不同的數據源，當我們確定主題之后，就需要把和主題相關的數據從各個數據源集成過來。因為同一個主題的數據可能來自不同的數據源，它們之間會存在著差異（異構數據）。因此在數據進入數據倉庫之前，必然要經過統一與綜合，這一步是數據倉庫建設中最關鍵、最復雜的一步，所要完成的工作有：

要統一源數據中所有矛盾之處，如字段的同名異義、異名同義、單位不統一、字長不一致，等等；進行數據綜合和計算。數據倉庫中的數據綜合工作可以在從原有數據庫抽取數據時生成，但許多是在數據倉庫內部生成的，即進入數據倉庫以后進行綜合生成的。

穩定性：數據倉庫中保存的數據是一系列歷史快照，不允許被修改。

時變性：數據倉庫包含各種粒度的歷史數據。數據倉庫中的數據可能與某個特定日期、星期、月份、季度或者年份有關。數據倉庫的目的是通過分析企業過去一段時間業務的經營狀況，挖掘其中隱藏的模式。雖然數據倉庫的用戶不能修改數據，但并不是說數據倉庫的數據是永遠不變的。分析的結果只能反映過去的情況，當業務變化后，挖掘出的模式會失去時效性。因此數據倉庫的數據需要更新，以適應決策的需要。從這個角度講，數據倉庫建設是一個項目，更是一個過程。