数据仓库

数据仓库是一个面向主题的、集成的、随时间而变化的、不容易丢失的数据集合，支持管理部门的决策过程。 —W. H. Inmon

---

数据仓库关键特征

• 面向主题
  
  • 关注决策者的数据建模与分析
  • 排除对于决策无用的数据，提供特定主题的简明视图
• 数据集成
  
  • 数据仓库集成了多个异种数据源
  • 当数据被移到数据仓库时，它们要经过转化，确保命名约定、编码结构、属性度量等的一致性
• 随时间而变化
  
  • 从历史的角度提供信息（比如过去 5-10 年）
  • 时间范围比操作数据库系统要长的多
• 数据不易丢失
  
  • 物理上分离保存（尽管数据仓库中的数据来自于操作数据库）
  • 只需要两种数据访问：数据的初始转载和数据访问（读操作）

数据仓库与操作数据库系统

操作数据库系统的主要任务是联机事务处理OLTP（日常操作）
数据仓库的主要任务是联机分析处理OLAP（数据分析和决策）

特征 OLTP OLAP 任务特点 操作处理 信息处理 面向 事务/顾客 分析/市场 用户 办事员、DBA、数据库专业人员 经理、主管、数据分析员 功能 日常操作 长期信息分析、决策支持 DB设计 基于E-R，面向应用 星型/雪花，面向主题 数据 当前的、详细的 历史的、汇总的 视图 详细的、二维关系型 经演化集成的、多维的 任务单位 简短的事务 复杂的查询 访问数据量 数十个 数百万个 访问模式 事务操作 只读查询 用户数 数千个 数百个 DB规模 100M-数GB 100GB-数TB 优先性 高性能、高可用性 高灵活性、端点用户自治 度量 事务吞吐量 查询吞吐量、响应时间

数据仓库概念模型

基于多维数据模型

• 星型模式（Star schema）: 事实表在中心，周围围绕地连接着维表（每维一个），事实表含有大量数据，没有冗余
• 雪花模式（Snowflake schema）: 是星型模式的变种，其中某些维表是规范化的，因而把数据进一步分解到附加表中。结果，模式图形成类似于雪花的形状
• 事实星座（Fact constellation）: 多个事实表共享维表, 这种模式可以看作星型模式集，因此称为星系模式（galaxy schema），或者事实星座