2020年新版数据仓库.docxVIP

最新可编辑 最新可编辑word文档 最新可编辑 最新可编辑word文档 最新可编辑 最新可编辑 word 文档 数据仓库简介 1 什么是数据仓库 数据仓库，英文名称为 Data Warehouse,可简写为 DW或DWH。数据仓库，是为企业 所有级别的决策制定过程， 提供所有类型数据支持的战略集合。 它出于分析性报告和决策支 持目的而创建。 为需要业务智能的企业,提供指导业务流程改进、监视时间、成本、质量 以及控制。 2 数据仓库的特点 1．数据仓库的数据是面向主题的 与传统数据库 面向应用 进行数据组织的特点相对应, 数据仓库中的数据是 面向主题 进行组织的。什么是主题呢？首先,主题是一个抽象的概念,是较高层次上企业信息 系统中的数据综合、归类并进行分析利用的抽象。在逻辑意义上,它是对应企业中某 一宏观分析领域所涉及的分析对象。面向主题的数据组织方式,就是在较高层次上对 分析对象的数据的一个完整、一致的描述,能完整、统一地刻划各个分析对象所涉及 的企业的各项数据,以及数据之间的联系。所谓较高层次是相对面向应用的数据组织 方式而言的,是指按照主题进行数据组织的方式具有更高的数据抽象级别。 数据仓库的数据是集成的 数据仓库的数据是从原有的分散的数据库数据抽取来的。 操作型数据与DSS分析型 数据之间差别甚大。第一,数据仓库的每一个主题所对应的源数据在原有的各分散数 据库中有许多重复和不一致的地方,且来源于不同的联机系统的数据都和不同的应用 逻辑捆绑在一起；第二,数据仓库中的综合数据不能从原有的数据库系统直接得到。 因此在数据进入数据仓库之前,必然要经过统一与综合,这一步是数据仓库建设中最 关键、最复杂的一步,所要完成的工作有： （1） 要统一源数据中所有矛盾之处, 如字段的同名异义、 异名同义、 单位不统一、 字长不一致,等等。 （2） 进行数据综合和计算。 数据仓库中的数据综合工作可以在从原有数据库抽取 数 据时生成,但许多是在数据仓库内部生成的,即进入数据仓库以后进行综合生成的。 数据仓库的数据是不可更新的 数据仓库的数据主要供企业决策分析之用,所涉及的数据操作主要是数据查询, 一般情况下并不进行修改操作。 数据仓库的数据反映的是一段相当长的时间内历史数 据的内容, 是不同时点的数据库快照的集合, 以及基于这些快照进行统计、 综合和重 组的导出数据, 而不是联机处理的数据。 数据库中进行联机处理的数据经过集成输入 到数据仓库中, 一旦数据仓库存放的数据已经超过数据仓库的数据存储期限, 这些数 据将从当前的数据仓库中删去。 因为数据仓库只进行数据查询操作, 所以数据仓库管 理系统相比数据库管理系统而言要简单得多。 数据库管理系统中许多技术难点, 如完 整性保护、 并发控制等等, 在数据仓库的管理中几乎可以省去。 但是由于数据仓库的 查询数据量往往很大， 所以就对数据查询提出了更高的要求， 它要求采用各种复杂的 索引技术；同时由于数据仓库面向的是商业企业的高层管理者， 他们会对数据查询的 界面友好性和数据表示提出更高的要求。 数据仓库的数据是随时间不断变化的 数据仓库中的数据不可更新是针对应用来说的， 也就是说，数据仓库的用户进行 分析处理时是不进行数据更新操作的。 但并不是说，在从数据集成输入数据仓库开始 到最终被删除的整个数据生存周期中，所有的数据仓库数据都是永远不变的。 数据仓库的数据是随时间的变化而不断变化的， 这是数据仓库数据的第四个特征。 这一特征表现在以下 3方面： （1 ）数据仓库随时间变化不断增加新的数据内容。数据仓库系统必须不断捕捉 OLTP数据库中变化的数据，追加到数据仓库中去， 也就是要不断地生成 OLTP数据库 的快照，经统一集成后增加到数据仓库中去； 但对于确实不再变化的数据库快照， 如 果捕捉到新的变化数据，则只生成一个新的数据库快照增加进去， 而不会对原有的数 据库快照进行修改。 （2） 数据仓库随时间变化不断删去旧的数据内容。 数据仓库的数据也有存储期限， 一旦超过了这一期限， 过期数据就要被删除。 只是数据仓库内的数据时限要远远长于 操作型环境中的数据时限。 在操作型环境中一般只保存有 60~90天的数据，而在数据 仓库中则需要保存较长时限的数据 （如5~10年），以适应DSS进行趋势分析的要求。 （3） 数据仓库中包含有大量的综合数据，这些综合数据中很多跟时间有关，如数 据经常按照时间段进行综合， 或隔一定的时间片进行抽样等等。 这些数据要随着时间 的变化不断地进行重新综合。 因此，数据仓库的数据特征都包含时间项， 以标明数据 的历史时期。 3数据仓库发展历程 数据仓库的发展大致经历了这样的三个过程： ?简单报表阶段：这个阶段，系统的主要目标是解决一些日常的工作中业务人员需要 的报表，以及