个人对数据仓库理解.docx

数据仓库 （一）、数据仓库这个概念的兴起 30年前，所有的美国的任何行业都轰轰烈烈的进行着信息化的活动。各种业务活动都由电脑处理，叫做“业务系统”。必然的，所有业务系统里都有查询统计功能。 20年前，随着电脑化的业务系统里存储的历史数据逐渐增加，他们发现查询历史数据或者做业务统计的速度越来越慢。对业务数据统计分析的需求也越来越复杂。业务系统已经不堪重负。于是很多公司就把，业务系统里的历史数据拿出来，放在另一个地方，专门负责对历史数据的查询统计分析。这个工作显得越来越重要，也越来越有企业肯花钱来做，也越来越有人认真的研究怎么把查询统计分析的工作做好。 10多年前，开始美国人开始有人起名字，就叫“数据仓库”。 （二）、数据仓库的概念是针对以下基本需求产生 公司的业务系统很多，业务系统的历史数据不方便查询。不同的业务系统往往管理部门不同，地域不同。能不能将所有这些数据集中起来，再淘淘有没有有意义的业务规律。 总之，一点，一个公司想针对已有的历史业务数据，充分的利用它们，那么就上数据仓库项目。 （二）、数据仓库系统（用数据库装东西）与其他基础业务系统（例如财务系统、销售系统、人力资源系统等，也是用数据库装东西）的区别 基础业务系统的特点是各管各的，例如财务系统生产了白菜，那么用一个数据库来装，人力资源系统生产了猪肉，再用一个数据库来装。我要做一道菜，需要分别到各个数据库去取，比较麻烦（现实的情况是大部分时候让种菜的农民伯伯送过来，但送过来的东西不一定是我想要的，而且不同的时候我想要不同的东西，经常会被农民伯伯骂，弄得双方都不开心）。另外一方面，各个数据库中放的是一些比较原始的东西，我要拿过来做菜，还需要经过很麻烦的清洗过程，一不小心里面可能就藏着一条大青虫。 那么，数据仓库系统就是建立一个大的超市(注意别建成垃圾堆)，将各地农民伯伯出产的东西收集过来，清洗干净，分门别类地放好。这样，你要哪种菜的时候，直接从超市里面拿就可以了。 另外，数据仓库还会起到历史数据分类归档??目的（就像图书馆一样），届时可以通过检索条件方便的查询历史信息。 （四）、概念 简单滴说，数据仓库就是整合各生产系统的数据特征，通过对历史数据、当前生产数据进行抽取、清洗、分类，从多角度分析生产系统数据特征，得出企业经营状况并对未来发展进行预测，为企业管理者的经营决策提供依据。 宏观一点讲，数据仓库就是堆放公司所有数据的地方，之所以把数据都堆在一起，是为了从中间找到有价值的东西。数据仓库的物理上就是数据库。相对业务系统数据库叫OLTP数据库（用于业务处理），这种数据库叫OLAP数据库（用于业务分析）。 数据仓库(DATA WAREHOUSE/DATA MART)的另一重要概念是数据从不同的数据库(DATABASES) 里调出经过ETL工具(如POWERCENTRE，DECISIONSTREAM, SQL SERVER 2000 DTS, SQL SERVER 2005 SSIS)过程进行清理，确证，整合并设计成多维(dimensional framework)。以保证数据的正确、准确、完整, 这是非常重要的一点。 数据仓库的作用重在数据的集中管理。集中管理的最终目的是为了分析，预测。所谓的ETL。不过是数据仓库的构建的一个必须过程。数据的抽取转换与装载，都是为了集中管理所做的基础工作，这些数据与动作的描述，都会有有响应的元数据进行描述。 数据仓库，整合各业务系统的数据特征，通过对生产数据进行抽取、清洗、分类成“面向主题的、集成的、稳定的、随时间变化的”数据集合，用于决策支持的数据库系统。 （五）数据仓库通过分析数据（包括报表、OLAP、挖掘），能把分析出来的东西找出来，就可以对症下药，采取措施。 比如某品牌产品，在某代理商代理的销售中，在某地区某季度业绩很差，于是在下钻分析，分析出销售中第几步出了问题，分析出问题是质量不好，服务不好，还是其他原因。分析好了后，在即席查询中将所有条件列出，查询出具体的情况，公司相关部门负责人去处理，解决好具体环节。这才是数据仓库解决实际具体情况的深入应用，不仅仅是给老总决策参考，而是给老总及部门负责人具体的，详细的信息，指导如何去处理。 （六）银行DW 在与各方面的交流中，发现目前存在四种对“数据仓库”的理解： 1、按照INMON的定义，数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，这是目前一种主流的理解，毕竟INMON是DW之父，跟着主流错了也没关系。 2、一些人认为，将若干数据集市集合在一起，就可以称为数据仓库。因为这也基本符合上面INMON的数据仓库的字面定义。 3、一些客户（甲方）认为，数据仓库只是一种概念，凡是完整、一致的企业级数据集合，都可以称为数据仓库。 4、从技术角度来说，对于数据