引言

數(shù)據(jù)倉庫作為單獨(dú)的數(shù)據(jù)存儲(chǔ)創(chuàng)建與組織中酪捡，其主要目的是數(shù)據(jù)分析，專為查詢而設(shè)計(jì)尸红。

將數(shù)據(jù)倉庫的創(chuàng)建轉(zhuǎn)換為單獨(dú)的分析型數(shù)據(jù)庫主要有兩個(gè)原因：

1. 如果操作型日常任務(wù)需要跟分析型查詢競爭計(jì)算資源時(shí)吱涉，那么與數(shù)據(jù)相關(guān)的操作型日常任務(wù)的性能就會(huì)大幅降低。
2. 構(gòu)建一個(gè)可以同時(shí)用于操作型和分析型的數(shù)據(jù)庫通常不太可能外里。

操作型信息和分析型信息

操作型信息是為支持日常操作需要所收集和使用的信息怎爵。例如存取款時(shí)的銀行卡信息，購買機(jī)票時(shí)的個(gè)人信息盅蝗，所以操作型信息有時(shí)候也稱為事務(wù)信息鳖链。

分析型信息指的是為支持?jǐn)?shù)據(jù)分析任務(wù)的決策所收集和使用的信息。例如存取款數(shù)量的最高時(shí)段和最低時(shí)段墩莫，20歲到25歲航班目的地的分布情況芙委。

雖然分析型信息以操作型信息為基礎(chǔ)，但是兩者截然不同狂秦。分析型和操作型信息的差別可以分為三類：數(shù)據(jù)組成差別灌侣、技術(shù)差別、功能差別裂问。

數(shù)據(jù)組成差別

操作型系統(tǒng)的時(shí)間范圍比分析型系統(tǒng)更短侧啼。
通常情況下牛柒，操作型系統(tǒng)中數(shù)據(jù)的時(shí)間范圍為60~90天，90天以后的數(shù)據(jù)通常會(huì)從操作型數(shù)據(jù)庫中移除并進(jìn)行歸檔慨菱。

在操作型數(shù)據(jù)庫中保存各時(shí)間段的所有數(shù)據(jù)可能造成不必要的混雜焰络，繼而由于這些多余而龐大的數(shù)據(jù)空間，操作型數(shù)據(jù)庫的查詢會(huì)變得緩慢符喝。

另一方面闪彼，分析型數(shù)據(jù)庫通常需要提供數(shù)年的數(shù)據(jù)趨勢和模式分析。因此分析型數(shù)據(jù)庫比操作型數(shù)據(jù)庫具有更長的時(shí)間范圍协饲。

數(shù)據(jù)細(xì)節(jié)層次差別
操作型數(shù)據(jù)庫通常反映的是數(shù)據(jù)細(xì)節(jié)畏腕。
數(shù)據(jù)細(xì)節(jié)就是指數(shù)據(jù)的基礎(chǔ)屬性。比如通話記錄的起始時(shí)間和結(jié)束時(shí)間茉稠。
但通常會(huì)有一些數(shù)據(jù)需要經(jīng)過計(jì)算才能得到描馅，比如本月的通話時(shí)長，這種稱為匯總數(shù)據(jù)而线，因?yàn)閰R總數(shù)據(jù)變化頻繁铭污，因此不會(huì)存儲(chǔ)這個(gè)屬性，而是作為派生屬性膀篮。派生屬性通常是在查詢時(shí)計(jì)算得到的嘹狞。

但是對于分析型數(shù)據(jù)庫來說，派生屬性也是可以存儲(chǔ)的誓竿，因?yàn)樽鳛闅v史數(shù)據(jù)磅网，匯總數(shù)據(jù)并不會(huì)發(fā)生改變，存儲(chǔ)之后筷屡，將會(huì)提高查詢效率涧偷。

數(shù)據(jù)時(shí)間表示差別
操作型數(shù)據(jù)庫通常反映的是當(dāng)前世界事務(wù)狀況，而分析型數(shù)據(jù)庫既能表示當(dāng)前狀態(tài)還能表示過去某個(gè)時(shí)間的快照毙死。

技術(shù)差別

1. 查詢數(shù)據(jù)總量和查詢頻度差別
   操作型數(shù)據(jù)庫查詢數(shù)據(jù)量更小燎潮，而查詢頻率更高。
2. 數(shù)據(jù)更新差別
   操作型數(shù)據(jù)庫中的數(shù)據(jù)由用戶進(jìn)行有規(guī)律的更新规哲。而分析型數(shù)據(jù)庫中的數(shù)據(jù)是不允許更新的跟啤。
3. 數(shù)據(jù)冗余差別
   操作型數(shù)據(jù)庫的主要目標(biāo)就是減少數(shù)據(jù)冗余。使冗余最小化的主要原因是為了減少更新異常的可能唉锌。
   因?yàn)樵诜治鲂蛿?shù)據(jù)庫中不允許進(jìn)行更新操作隅肥，因此減少數(shù)據(jù)冗余的必要性不高。

功能差別

1. 數(shù)據(jù)讀者差別
   操作型數(shù)據(jù)支撐著商業(yè)公司及組織機(jī)構(gòu)的日常工作袄简，會(huì)被大量業(yè)務(wù)員和用戶操作腥放。
   而分析型數(shù)據(jù)只會(huì)被少量人用來進(jìn)行時(shí)長決策。
2. 數(shù)據(jù)定位差別
   操作型數(shù)據(jù)庫通常是為了支持某個(gè)為業(yè)務(wù)操作及處理過程提供服務(wù)的應(yīng)用而創(chuàng)建绿语。
   相反秃症，分析型數(shù)據(jù)是為特定的業(yè)務(wù)主題領(lǐng)域的分析任務(wù)而創(chuàng)建候址，如銷售、收益种柑、成本岗仑、利潤等。
   分析型數(shù)據(jù)庫圍繞待分析的主題而建聚请，因此分析型數(shù)據(jù)庫又稱為面向主題型數(shù)據(jù)庫荠雕。

數(shù)據(jù)倉庫定義

數(shù)據(jù)倉庫：數(shù)據(jù)倉庫是一種結(jié)構(gòu)化的數(shù)據(jù)存儲(chǔ)形式，其存儲(chǔ)的數(shù)據(jù)具有集成性驶赏、面向主題炸卑、企業(yè)范圍跨度、歷史性以及及時(shí)變性的特點(diǎn)煤傍。數(shù)據(jù)倉庫的目的是用于對分析型數(shù)據(jù)進(jìn)行檢索盖文。數(shù)據(jù)倉庫可以保留細(xì)節(jié)型或匯總型數(shù)據(jù)。
數(shù)據(jù)倉庫是一種最基本的分析型數(shù)據(jù)系統(tǒng)蚯姆。

1. 結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)
   數(shù)據(jù)倉庫是一種保存了可分析的有用數(shù)據(jù)的數(shù)據(jù)庫五续。任何一個(gè)數(shù)據(jù)庫都是一種結(jié)構(gòu)化的數(shù)據(jù)存儲(chǔ)，結(jié)構(gòu)表示其元數(shù)據(jù)龄恋。因此返帕，數(shù)據(jù)倉庫作為數(shù)據(jù)庫的一種，也是一種結(jié)構(gòu)化的數(shù)據(jù)存儲(chǔ)篙挽。換句話說，數(shù)據(jù)倉庫并不是大量隨機(jī)數(shù)據(jù)的雜亂集合镊靴。

2. 集成性
   數(shù)據(jù)倉庫的目的是為分析型信息創(chuàng)建一種有序的存儲(chǔ)形式铣卡，這種存儲(chǔ)與已有的操作型數(shù)據(jù)庫在組織上是物理分離的。數(shù)據(jù)倉庫集成了各種操作型數(shù)據(jù)庫中各種可分析的有用數(shù)據(jù)到一個(gè)單一的數(shù)據(jù)倉庫中偏竟，集成過程不是從操作型數(shù)據(jù)庫中移除煮落，而是復(fù)制。

3. 面向主題
   數(shù)據(jù)倉庫是為了對業(yè)務(wù)主題領(lǐng)域進(jìn)行分析而創(chuàng)建的踊谋。

4. 企業(yè)范圍
   數(shù)據(jù)倉庫是一種關(guān)于可分析的有用數(shù)據(jù)的存儲(chǔ)形式蝉仇。術(shù)語“企業(yè)范圍”是指數(shù)據(jù)倉庫可以為包含在其中的信息提供一個(gè)機(jī)構(gòu)范圍的全局視圖。

5. 歷史性
   數(shù)據(jù)倉庫中的數(shù)據(jù)具有更長的時(shí)間跨度殖蚕。

6. 時(shí)變性
   “時(shí)變性”是指數(shù)據(jù)倉庫包含來自其時(shí)間范圍內(nèi)不同區(qū)間的數(shù)據(jù)片段或子圖快照轿衔。

7. 分析型信息的檢索
   數(shù)據(jù)倉庫是為了分析型信息的檢索而建的，其唯一可用的功能就是檢索睦疫。數(shù)據(jù)倉庫中的數(shù)據(jù)具有非易失性害驹、穩(wěn)定以及只讀的特點(diǎn)。

8. 細(xì)節(jié)數(shù)據(jù)和匯總數(shù)據(jù)
   數(shù)據(jù)倉庫可能包含細(xì)節(jié)數(shù)據(jù)蛤育、匯總數(shù)據(jù)或者兩者皆有宛官，具體根據(jù)主題而定葫松。

數(shù)據(jù)倉庫組件

每個(gè)數(shù)據(jù)倉庫系統(tǒng)的核心都有三個(gè)主要組件：源系統(tǒng)、提取-轉(zhuǎn)換-加載（ETL）架構(gòu)和數(shù)據(jù)倉庫本身底洗。

源系統(tǒng)

在數(shù)據(jù)倉庫領(lǐng)域中腋么，源系統(tǒng)（source system）是指那些為數(shù)據(jù)倉庫分析主題提供可分析的有用信息的操作型數(shù)據(jù)庫以及其他操作型數(shù)據(jù)存儲(chǔ)系統(tǒng)。

ETL

ETL主要包含如下幾個(gè)任務(wù)：

• 從操作型數(shù)據(jù)源中提取可分析的有用數(shù)據(jù)（Extraction）
• 轉(zhuǎn)換數(shù)據(jù)使其滿足面向主題目標(biāo)數(shù)據(jù)倉庫的結(jié)構(gòu)亥揖，同時(shí)利用數(shù)據(jù)清洗和數(shù)據(jù)凈化過程來確保轉(zhuǎn)換后的數(shù)據(jù)質(zhì)量珊擂。（Transformation）
• 將轉(zhuǎn)換后且有質(zhì)量保證的數(shù)據(jù)加載到目標(biāo)數(shù)據(jù)倉庫中。（Load）

數(shù)據(jù)倉庫

數(shù)據(jù)倉庫是為集成來自源系統(tǒng)的分析型數(shù)據(jù)提供存儲(chǔ)的系統(tǒng)徐块，又稱為目標(biāo)系統(tǒng)未玻，意思是數(shù)據(jù)倉庫是源系統(tǒng)中數(shù)據(jù)的目的地。典型的數(shù)據(jù)倉庫會(huì)周期性地從操作型數(shù)據(jù)源中檢索精選好的可分析的有用數(shù)據(jù)胡控，并且這是一個(gè)持續(xù)不斷的過程扳剿。

數(shù)據(jù)倉庫應(yīng)用

數(shù)據(jù)倉庫應(yīng)用是一種能夠直接訪問數(shù)據(jù)倉庫的前端應(yīng)用程序，也稱為BI（商務(wù)智能）應(yīng)用昼激。

數(shù)據(jù)集市

數(shù)據(jù)集市是一種與數(shù)據(jù)倉庫具有相似準(zhǔn)則的數(shù)據(jù)存儲(chǔ)形式庇绽，但相比數(shù)據(jù)倉庫，其范圍更小橙困，通常只與一個(gè)主題相關(guān)瞧掺，不涉及整個(gè)企業(yè)范圍。

數(shù)據(jù)倉庫與數(shù)據(jù)集市的區(qū)別：

數(shù)據(jù)集市有兩種主要類別：獨(dú)立數(shù)據(jù)集市和非獨(dú)立數(shù)據(jù)集市

• 獨(dú)立數(shù)據(jù)集市
  是一種單獨(dú)的數(shù)據(jù)集市辟狈，創(chuàng)建形式與數(shù)據(jù)倉庫一致，有自己的源系統(tǒng)和ETL架構(gòu)夏跷。

• 非獨(dú)立數(shù)據(jù)集市
  沒有自己的源系統(tǒng)哼转，數(shù)據(jù)來源于數(shù)據(jù)倉庫

數(shù)據(jù)倉庫開發(fā)步驟

數(shù)據(jù)倉庫開發(fā)步驟

后面會(huì)根據(jù)這個(gè)開發(fā)步驟，細(xì)化實(shí)戰(zhàn)槽华。