数据仓库原理与实践 课件 第1章 数据仓库概述.pptx

第1章数据仓库概述

1.1数据仓库与数据库1.2数据仓库系统及开发工具1.3商业智能与数据仓库1.4大数据时代数据仓库建设

数据仓库与数据库1.1

数据仓库的定义1.1.1

1.数据仓库的定义数据仓库之父比尔.恩门（W.H.Inmon在）《BuildingtheDataWarehouse》一书中，对数据仓库的定义为：一个面向主题的、集成的、稳定的、随时间变化的数据的集合，以用于支持管理决策过程。

主题是指用户使用数据仓库进行决策时所关心的重点领域，也就是在一个较高的管理层次上对信息系统的数据按照某一具体的管理对象进行综合、归类所形成的分析对象。例如，从两个MIS（寿险和财险数据库）中提取3个主题：◎面向主题

面向主题组织的数据具有以下特点：各个主题有完整、一致的内容以便在此基础上作分析处理。主题之间有重迭的内容，反映主题间的联系。重迭是逻辑上的，不是物理上的。各主题的综合方式存在不同。主题应该具有独立性（数据是否属于该主题有明确的界限）和完备性（对该主题进行分析所涉及的内容均要在主题域内）。

数据仓库中存储的数据一般从企业原来已建立的数据库系统中提取出来，但并不是原有数据的简单拷贝，而是经过了抽取、筛选、清理、转换、综合等工作。◎集成例如，从3个应用中集成创建数据仓库时，将性别统一起来。

操作型数据库系统中一般只存储短期数据，因此其数据是不稳定的，它记录的是系统中数据变化的瞬态。数据仓库中的数据大多表示过去某一时刻的数据，主要用于查询、分析，不像业务系统中的数据库那样，要经常进行修改、添加，除非数据仓库中的数据是错误的。◎稳定性即非易失的

数据仓库主要是查询操作从一段时间看是稳定的

数据仓库大多关注的是历史数据，其中数据是批量载入的，即定期从操作型应用系统中接收新的数据内容，这使得数据仓库中的数据总是拥有时间维度。◎随时间而变化即时变的但数据不是一成不变的。采用分阶段装入数据。

数据仓库的演进MIT的研究员致力于研究一种优化的技术架构，该架构试图将业务处理系统和分析系统分开，即将业务处理和分析处理分为不同层次，针对各自的特点采取不同的架构设计原则，MIT的研究员认为这两种信息处理的方式具有显著差别，以至于必须采取完全不同的架构和设计方法。但受限于当时的信息处理能力，这个研究仅仅停留在理论层面20世纪80年代中后期，DEC公司结合MIT的研究结论，建立了TA2（TechnicalArchitecture2）规范，该规范定义了分析系统的四个组成部分：数据获取、数据访问、目录和用户服务。这是系统架构的一次重大转变，第一次明确提出分析系统架构并将其运用于实践。2008—至今1991198820世纪80年代20世纪70年代IBM公司第一次提出了信息仓库（InformationWarehouse）的概念，并称之为VITAL规范（VirtuallyIntegratedTechnicalArchitectureLifecycle）。VITAL定义了85种信息仓库组件，包括PC、图形化界面、面向对象的组件以及局域网等。至此，数据仓库的基本原理、技术架构以及分析系统的主要原则都已确定，数据仓库初具雏形。探索阶段雏形阶段萌芽阶段确立阶段1991年BillInmon出版了他的第一本关于数据仓库的书《BuildingtheDataWarehouse》，标志着数据仓库概念的确立。该书指出，数据仓库(DataWarehouse)是一个面向主题的(SubjectOriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化的(TimeVariant)数据集合，用于支持管理决策(Decision-MakingSupport)。该书还提供了建立数据仓库的指导意见和基本原则。凭借着这本书，BillInmon被称为数据仓库之父。下一代数据仓库2008年BillInmon提出了《DW2.0下一代数据仓库的架构》，相对于以前数据仓库，在数据生命周期、非结构化数据、元数据、技术基础等几个当面进行了加强

数据仓库与操作型数据库1.1.2

1.从数据库到数据仓库传统的数据库技术是以单一的数据资源，即数据库为中心，进行联机事务处理（OLTP）、批处理、决策分析等各种数据处理工作，主要的划分为两大类：操作型处理（业务操作）和分析型处理（分析操作）。操作型处理分析型处理OLTP（联机事务处理）OLAP（联机分析处理）提问：淘宝在线购买下的订单，这是什么操作？店铺经理分析全国各地区的每年、每季度的销售金额，这是哪种操作？

操作型数据和分析型数据的区别综合的提炼的历史数据，不可更新操作需求事先不可知完全不同的生命周期对