什么是數(shù)據(jù)倉(cāng)庫(kù)

來(lái)源：塔塔 更新時(shí)間：2013-07-11

更多

數(shù)據(jù)倉(cāng)庫(kù)，英文名稱為Data Warehouse，可簡(jiǎn)寫為DW。

數(shù)據(jù)倉(cāng)庫(kù)之父Bill Inmon在1991年出版的“Building the Data Warehouse”一書(shū)中所提出的定義被廣泛接受——數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）是一個(gè)面向主題的（Subject Oriented）、集成的（Integrated）、相對(duì)穩(wěn)定的（Non-Volatile）、反映歷史變化（Time Variant）的數(shù)據(jù)集合，用于支持管理決策(Decision Making Support)。

◆面向主題：操作型數(shù)據(jù)庫(kù)的數(shù)據(jù)組織面向事務(wù)處理任務(wù)，各個(gè)業(yè)務(wù)系統(tǒng)之間各自分離，而數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是按照一定的主題域進(jìn)行組織的。

◆集成的：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是在對(duì)原有分散的數(shù)據(jù)庫(kù)數(shù)據(jù)抽取、清理的基礎(chǔ)上經(jīng)過(guò)系統(tǒng)加工、匯總和整理得到的，必須消除源數(shù)據(jù)中的不一致性，以保證數(shù)據(jù)倉(cāng)庫(kù)內(nèi)的信息是關(guān)于整個(gè)企業(yè)的一致的全局信息。

◆相對(duì)穩(wěn)定的：數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)主要供企業(yè)決策分析之用，所涉及的數(shù)據(jù)操作主要是數(shù)據(jù)查詢，一旦某個(gè)數(shù)據(jù)進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)以后，一般情況下將被長(zhǎng)期保留，也就是數(shù)據(jù)倉(cāng)庫(kù)中一般有大量的查詢操作，但修改和刪除操作很少，通常只需要定期的加載、刷新。

◆反映歷史變化：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)通常包含歷史信息，系統(tǒng)記錄了企業(yè)從過(guò)去某一時(shí)點(diǎn)(如開(kāi)始應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)的時(shí)點(diǎn))到目前的各個(gè)階段的信息，通過(guò)這些信息，可以對(duì)企業(yè)的發(fā)展歷程和未來(lái)趨勢(shì)做出定量分析和預(yù)測(cè)。

數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)過(guò)程而不是一個(gè)項(xiàng)目。

數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)是一個(gè)信息提供平臺(tái)，他從業(yè)務(wù)處理系統(tǒng)獲得數(shù)據(jù)，主要以星型模型和雪花模型進(jìn)行數(shù)據(jù)組織，并為用戶提供各種手段從數(shù)據(jù)中獲取信息和知識(shí)。

從功能結(jié)構(gòu)化分，數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)至少應(yīng)該包含數(shù)據(jù)獲取（Data Acquisition）、數(shù)據(jù)存儲(chǔ)（Data Storage）、數(shù)據(jù)訪問(wèn)（Data Access）三個(gè)關(guān)鍵部分。

什么是數(shù)據(jù)倉(cāng)庫(kù)

目前，數(shù)據(jù)倉(cāng)庫(kù)一詞尚沒(méi)有一個(gè)統(tǒng)一的定義，著名的數(shù)據(jù)倉(cāng)庫(kù)專家W.H.Inmon在其著作《Building the Data Warehouse》一書(shū)中給予如下描述：數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）是一個(gè)面向主題的（Subject Oriented）、集成的（Integrate）、相對(duì)穩(wěn)定的（Non-Volatile）、反映歷史變化（Time Variant）的數(shù)據(jù)集合，用于支持管理決策。對(duì)于數(shù)據(jù)倉(cāng)庫(kù)的概念我們可以從兩個(gè)層次予以理解，首先，數(shù)據(jù)倉(cāng)庫(kù)用于支持決策，面向分析型數(shù)據(jù)處理，它不 同于企業(yè)現(xiàn)有的操作型數(shù)據(jù)庫(kù)；其次，數(shù)據(jù)倉(cāng)庫(kù)是對(duì)多個(gè)異構(gòu)的數(shù)據(jù)源有效集成，集成后按照主題進(jìn)行了重組，并包含歷史數(shù)據(jù)，而且存放在數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)一般 不再修改。

根據(jù)數(shù)據(jù)倉(cāng)庫(kù)概念的含義，數(shù)據(jù)倉(cāng)庫(kù)擁有以下四個(gè)特點(diǎn)：

1、面向主題。操作型數(shù)據(jù)庫(kù)的數(shù)據(jù)組織面向事務(wù)處理任務(wù)，各個(gè)業(yè)務(wù)系統(tǒng)之間各自分離，而數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是按照一定的主題域進(jìn)行組織。主題是一個(gè)抽象的概念，是指用戶使用數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行決策時(shí)所關(guān)心的重點(diǎn)方面，一個(gè)主題通常與多個(gè)操作型信息系統(tǒng)相關(guān)。

2、集成的。面向事務(wù)處理的操作型數(shù)據(jù)庫(kù)通常與某些特定的應(yīng)用相關(guān)，數(shù)據(jù)庫(kù)之間相互獨(dú)立，并且往往是異構(gòu)的。而數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是在對(duì)原有分散的數(shù)據(jù)庫(kù)數(shù) 據(jù)抽取、清理的基礎(chǔ)上經(jīng)過(guò)系統(tǒng)加工、匯總和整理得到的，必須消除源數(shù)據(jù)中的不一致性，以保證數(shù)據(jù)倉(cāng)庫(kù)內(nèi)的信息是關(guān)于整個(gè)企業(yè)的一致的全局信息。

3、相對(duì)穩(wěn)定的。操作型數(shù)據(jù)庫(kù)中的數(shù)據(jù)通常實(shí)時(shí)更新，數(shù)據(jù)根據(jù)需要及時(shí)發(fā)生變化。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)主要供企業(yè)決策分析之用，所涉及的數(shù)據(jù)操作主要是數(shù)據(jù)查 詢，一旦某個(gè)數(shù)據(jù)進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)以后，一般情況下將被長(zhǎng)期保留，也就是數(shù)據(jù)倉(cāng)庫(kù)中一般有大量的查詢操作，但修改和刪除操作很少，通常只需要定期的加載、刷 新。

4、反映歷史變化。操作型數(shù)據(jù)庫(kù)主要關(guān)心當(dāng)前某一個(gè)時(shí)間段內(nèi)的數(shù)據(jù)，而數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)通常包含歷史信息，系統(tǒng)記錄了企業(yè)從過(guò)去某一時(shí)點(diǎn)(如開(kāi)始應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)的時(shí)點(diǎn))到目前的各個(gè)階段的信息，通過(guò)這些信息，可以對(duì)企業(yè)的發(fā)展歷程和未來(lái)趨勢(shì)做出定量分析和預(yù)測(cè)。

企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)，是以現(xiàn)有企業(yè)業(yè)務(wù)系統(tǒng)和大量業(yè)務(wù)數(shù)據(jù)的積累為基礎(chǔ)。數(shù)據(jù)倉(cāng)庫(kù)不是靜態(tài)的概念，只有把信息及時(shí)交給需要這些信息的使用者，供他們做出改 善其業(yè)務(wù)經(jīng)營(yíng)的決策，信息才能發(fā)揮作用，信息才有意義。而把信息加以整理歸納和重組，并及時(shí)提供給相應(yīng)的管理決策人員，是數(shù)據(jù)倉(cāng)庫(kù)的根本任務(wù)。因此，從產(chǎn) 業(yè)界的角度看，數(shù)據(jù)倉(cāng)庫(kù)建設(shè)是一個(gè)工程，是一個(gè)過(guò)程。

整個(gè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)是一個(gè)包含四個(gè)層次的體系結(jié)構(gòu)，具體由下圖表示。

數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)體系結(jié)構(gòu)  

·數(shù)據(jù)源：是數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的基礎(chǔ)，是整個(gè)系統(tǒng)的數(shù)據(jù)源泉。通常包括企業(yè)內(nèi)部信息和外部信息。內(nèi)部信息包括存放于RDBMS中的各種業(yè)務(wù)處理數(shù)據(jù)和各類文檔數(shù)據(jù)。外部信息包括各類法律法規(guī)、市場(chǎng)信息和競(jìng)爭(zhēng)對(duì)手的信息等等；

·數(shù)據(jù)的存儲(chǔ)與管理：是整個(gè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的核心。數(shù)據(jù)倉(cāng)庫(kù)的真正關(guān)鍵是數(shù)據(jù)的存儲(chǔ)和管理。數(shù)據(jù)倉(cāng)庫(kù)的組織管理方式?jīng)Q定了它有別于傳統(tǒng)數(shù)據(jù)庫(kù)，同時(shí)也決定了其對(duì)外部數(shù)據(jù)的表現(xiàn)形式。要決定采用什么產(chǎn)品和技術(shù)來(lái)建立數(shù)據(jù)倉(cāng)庫(kù)的核心，則需要從數(shù)據(jù)倉(cāng)庫(kù)的技術(shù)特點(diǎn)著手分析。針對(duì)現(xiàn)有各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，進(jìn)行抽取、清理，并有效集成，按照主題進(jìn)行組織。數(shù)據(jù)倉(cāng)庫(kù)按照數(shù)據(jù)的覆蓋范圍可以分為企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)和部門級(jí)數(shù)據(jù)倉(cāng)庫(kù)（通常稱為數(shù)據(jù)集市）。

·OLAP服務(wù)器： 對(duì)分析需要的數(shù)據(jù)進(jìn)行有效集成，按多維模型予以組織，以便進(jìn)行多角度、多層次的分析，并發(fā)現(xiàn)趨勢(shì)。其具體實(shí)現(xiàn)可以分為：ROLAP、MOLAP和 HOLAP。ROLAP基本數(shù)據(jù)和聚合數(shù)據(jù)均存放在RDBMS之中；MOLAP基本數(shù)據(jù)和聚合數(shù)據(jù)均存放于多維數(shù)據(jù)庫(kù)中；HOLAP基本數(shù)據(jù)存放于 RDBMS之中，聚合數(shù)據(jù)存放于多維數(shù)據(jù)庫(kù)中。

·前端工具：主要包括各種報(bào)表工具、查詢工具、數(shù)據(jù)分析工具、數(shù)據(jù)挖掘工具以數(shù)據(jù)挖掘及各種基于數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市的應(yīng)用開(kāi)發(fā)工具。其中數(shù)據(jù)分析工具主要針對(duì)OLAP服務(wù)器，報(bào)表工具、數(shù)據(jù)挖掘工具主要針對(duì)數(shù)據(jù)倉(cāng)庫(kù)。

    　目前，數(shù)據(jù)倉(cāng)庫(kù)一詞尚沒(méi)有一個(gè)統(tǒng)一的定義，著名的數(shù)據(jù)倉(cāng)庫(kù)專家W.H.Inmon在其著作《Building the Data Warehouse》一書(shū)中給予如下描述：數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）是一個(gè)面向主題的（Subject Oriented）、集成的（Integrate）、相對(duì)穩(wěn)定的（Non-Volatile）、反映歷史變化（Time Variant）的數(shù)據(jù)集合，用于支持管理決策。對(duì)于數(shù)據(jù)倉(cāng)庫(kù)的概念我們可以從兩個(gè)層次予以理解，首先，數(shù)據(jù)倉(cāng)庫(kù)用于支持決策，面向分析型數(shù)據(jù)處理，它不 同于企業(yè)現(xiàn)有的操作型數(shù)據(jù)庫(kù)；其次，數(shù)據(jù)倉(cāng)庫(kù)是對(duì)多個(gè)異構(gòu)的數(shù)據(jù)源有效集成，集成后按照主題進(jìn)行了重組，并包含歷史數(shù)據(jù)，而且存放在數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)一般 不再修改。

多維數(shù)據(jù)倉(cāng)庫(kù)的組成

      數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)庫(kù)
      是整個(gè)數(shù)據(jù)倉(cāng)庫(kù)環(huán)境的核心，是數(shù)據(jù)存放的地方和提供對(duì)數(shù)據(jù)檢索的支持。相對(duì)于操縱型數(shù)據(jù)庫(kù)來(lái)說(shuō)其突出的特點(diǎn)是對(duì)海量數(shù)據(jù)的支持和快速的檢索技術(shù)。

      數(shù)據(jù)抽取工具
      把數(shù)據(jù)從各種各樣的存儲(chǔ)方式中拿出來(lái)，進(jìn)行必要的轉(zhuǎn)化、整理，再存放到數(shù)據(jù)倉(cāng)庫(kù)內(nèi)。對(duì)各種不同數(shù)據(jù)存儲(chǔ)方式的訪問(wèn)能力是數(shù)據(jù)抽取工具的關(guān)鍵，應(yīng)能生成COBOL程序、MVS作業(yè)控制語(yǔ)言（JCL）、UNIX腳本、和SQL語(yǔ)句等，以訪問(wèn)不同的數(shù)據(jù)。數(shù)據(jù)轉(zhuǎn)換都包括，刪除對(duì)決策應(yīng)用沒(méi)有意義的數(shù)據(jù)段；轉(zhuǎn)換到統(tǒng)一的數(shù)據(jù)名稱和定義；計(jì)算統(tǒng)計(jì)和衍生數(shù)據(jù)；給缺值數(shù)據(jù)賦給缺省值；把不同的數(shù)據(jù)定義方式統(tǒng)一。

      元數(shù)據(jù)
      元數(shù)據(jù)是描述數(shù)據(jù)倉(cāng)庫(kù)內(nèi)數(shù)據(jù)的結(jié)構(gòu)和建立方法的數(shù)據(jù)。可將其按用途的不同分為兩類，技術(shù)元數(shù)據(jù)和商業(yè)元數(shù)據(jù)。

      技術(shù)元數(shù)據(jù)是數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)和管理人員用于開(kāi)發(fā)和日常管理數(shù)據(jù)倉(cāng)庫(kù)是用的數(shù)據(jù)。包括：數(shù)據(jù)源信息；數(shù)據(jù)轉(zhuǎn)換的描述；數(shù)據(jù)倉(cāng)庫(kù)內(nèi)對(duì)象和數(shù)據(jù)結(jié)構(gòu)的定義；數(shù) 據(jù)清理和數(shù)據(jù)更新時(shí)用的規(guī)則；源數(shù)據(jù)到目的數(shù)據(jù)的映射；用戶訪問(wèn)權(quán)限，數(shù)據(jù)備份歷史記錄，數(shù)據(jù)導(dǎo)入歷史記錄，信息發(fā)布?xì)v史記錄等。

      商業(yè)元數(shù)據(jù)從商業(yè)業(yè)務(wù)的角度描述了數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)。包括：業(yè)務(wù)主題的描述，包含的數(shù)據(jù)、查詢、報(bào)表；

      元數(shù)據(jù)為訪問(wèn)數(shù)據(jù)倉(cāng)庫(kù)提供了一個(gè)信息目錄（informationdirectory），這個(gè)目錄全面描述了數(shù)據(jù)倉(cāng)庫(kù)中都有什么數(shù)據(jù)、這些數(shù)據(jù)怎么得到 的、和怎么訪問(wèn)這些數(shù)據(jù)。是數(shù)據(jù)倉(cāng)庫(kù)運(yùn)行和維護(hù)的中心，數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器利用他來(lái)存貯和更新數(shù)據(jù)，用戶通過(guò)他來(lái)了解和訪問(wèn)數(shù)據(jù)。

      訪問(wèn)工具
      為用戶訪問(wèn)數(shù)據(jù)倉(cāng)庫(kù)提供手段。有數(shù)據(jù)查詢和報(bào)表工具；應(yīng)用開(kāi)發(fā)工具；管理信息系統(tǒng)（EIS）工具；在線分析（OLAP）工具；數(shù)據(jù)挖掘工具。

      數(shù)據(jù)集市（DataMarts）
      為了特定的應(yīng)用目的或應(yīng)用范圍，而從數(shù)據(jù)倉(cāng)庫(kù)中獨(dú)立出來(lái)的一部分?jǐn)?shù)據(jù)，也可稱為部門數(shù)據(jù)或主題數(shù)據(jù)（subjectarea）。在數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施過(guò)程中 往往可以從一個(gè)部門的數(shù)據(jù)集市著手，以后再用幾個(gè)數(shù)據(jù)集市組成一個(gè)完整的數(shù)據(jù)倉(cāng)庫(kù)。需要注意的就是再實(shí)施不同的數(shù)據(jù)集市時(shí)，同一含義的字段定義一定要相 容，這樣再以后實(shí)施數(shù)據(jù)倉(cāng)庫(kù)時(shí)才不會(huì)造成大麻煩。

      數(shù)據(jù)倉(cāng)庫(kù)管理：安全和特權(quán)管理；跟蹤數(shù)據(jù)的更新；數(shù)據(jù)質(zhì)量檢查；管理和更新元數(shù)據(jù)；審計(jì)和報(bào)告數(shù)據(jù)倉(cāng)庫(kù)的使用和狀態(tài)；刪除數(shù)據(jù)；復(fù)制、分割和分發(fā)數(shù)據(jù)；備份和恢復(fù)；存儲(chǔ)管理。

      信息發(fā)布系統(tǒng)：把數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)或其他相關(guān)的數(shù)據(jù)發(fā)送給不同的地點(diǎn)或用戶?；赪eb的信息發(fā)布系統(tǒng)是對(duì)付多用戶訪問(wèn)的最有效方法。

設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)的九個(gè)步驟
      1)選擇合適的主題（所要解決問(wèn)題的領(lǐng)域）
      2)明確定義fact表
      3)確定和確認(rèn)維
      4)choosingthefacts
      5)計(jì)算并存儲(chǔ)fact表中的衍生數(shù)據(jù)段
      6)roundingoutthedimensiontables
      7)choosingthedurationofthedatabase
      8)theneedtotrackslowlychangingdimensions
      9)確定查詢優(yōu)先級(jí)和查詢模式。

      技術(shù)上
      硬件平臺(tái)：數(shù)據(jù)倉(cāng)庫(kù)的硬盤容量通常要是操作數(shù)據(jù)庫(kù)硬盤容量的2-3倍。通常大型機(jī)具有更可靠的性能和和穩(wěn)定性，也容易與歷史遺留的系統(tǒng)結(jié)合在一起；而 PC服務(wù)器或UNIX服務(wù)器更加靈活，容易操作和提供動(dòng)態(tài)生成查詢請(qǐng)求進(jìn)行查詢的能力。選擇硬件平臺(tái)時(shí)要考慮的問(wèn)題：是否提供并行的I/O吞吐？對(duì)多 CPU的支持能力如何？

      數(shù)據(jù)倉(cāng)庫(kù)DBMS：他的存儲(chǔ)大數(shù)據(jù)量的能力、查詢的性能、和對(duì)并行處理的支持如何。

      網(wǎng)絡(luò)結(jié)構(gòu)：數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施在那部分網(wǎng)絡(luò)段上會(huì)產(chǎn)生大量的數(shù)據(jù)通信，需不需要對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)。
實(shí)現(xiàn)上

建立數(shù)據(jù)倉(cāng)庫(kù)的步驟

1)收集和分析業(yè)務(wù)需求
2)建立數(shù)據(jù)模型和數(shù)據(jù)倉(cāng)庫(kù)的物理設(shè)計(jì)
3)定義數(shù)據(jù)源
4)選擇數(shù)據(jù)倉(cāng)庫(kù)技術(shù)和平臺(tái)
5)從操作型數(shù)據(jù)庫(kù)中抽取、凈化、和轉(zhuǎn)換數(shù)據(jù)到數(shù)據(jù)倉(cāng)庫(kù)
6)選擇訪問(wèn)和報(bào)表工具
7)選擇數(shù)據(jù)庫(kù)連接軟件
8)選擇數(shù)據(jù)分析和數(shù)據(jù)展示軟件
9)更新數(shù)據(jù)倉(cāng)庫(kù)

      數(shù)據(jù)抽取、清理、轉(zhuǎn)換、和移植

1)數(shù)據(jù)轉(zhuǎn)換工具要能從各種不同的數(shù)據(jù)源中讀取數(shù)據(jù)。
2)支持平面文件、索引文件、和legacyDBMS。
3)能以不同類型數(shù)據(jù)源為輸入整合數(shù)據(jù)。
4)具有規(guī)范的數(shù)據(jù)訪問(wèn)接口
5)最好具有從數(shù)據(jù)字典中讀取數(shù)據(jù)的能力
6)工具生成的代碼必須是在開(kāi)發(fā)環(huán)境中可維護(hù)的
7)能只抽取滿足指定條件的數(shù)據(jù)，和源數(shù)據(jù)的指定部分
8)能在抽取中進(jìn)行數(shù)據(jù)類型轉(zhuǎn)換和字符集轉(zhuǎn)換
9)能在抽取的過(guò)程中計(jì)算生成衍生字段
10)能讓數(shù)據(jù)倉(cāng)庫(kù)管理系統(tǒng)自動(dòng)調(diào)用以定期進(jìn)行數(shù)據(jù)抽取工作，或能將結(jié)果生成平面文件
11)必須對(duì)軟件供應(yīng)商的生命力和產(chǎn)品支持能力進(jìn)行仔細(xì)評(píng)估
      主要數(shù)據(jù)抽取工具供應(yīng)商：Prismsolutions.Carleton'sPASSPORT.InformationBuildersInc.'s
EDA/SQL.SASInstituteInc.

數(shù)據(jù)倉(cāng)庫(kù)帶來(lái)了什么

      每一家公司都有自己的數(shù)據(jù)。并且，許多公司在計(jì)算機(jī)系統(tǒng)中儲(chǔ)存有大量的數(shù)據(jù)，記錄著企業(yè)購(gòu)買、銷售、生產(chǎn)過(guò)程中的大量信息和客戶的信息。通常這些數(shù)據(jù)都儲(chǔ)存在許多不同的地方。

      使用數(shù)據(jù)倉(cāng)庫(kù)之后，企業(yè)將所有收集來(lái)的信息存放在一個(gè)唯一的地方——數(shù)據(jù)倉(cāng)庫(kù)。倉(cāng)庫(kù)中的數(shù)據(jù)按照一定的方式組織，從而使得信息容易存取并且有使用價(jià)值。

      目前，已經(jīng)開(kāi)發(fā)出一些專門的軟件工具，使數(shù)據(jù)倉(cāng)庫(kù)的過(guò)程實(shí)現(xiàn)可以半自動(dòng)化，幫助企業(yè)將數(shù)據(jù)倒入數(shù)據(jù)倉(cāng)庫(kù)，并使用那些已經(jīng)存入倉(cāng)庫(kù)的數(shù)據(jù)。

      數(shù)據(jù)倉(cāng)庫(kù)給組織帶來(lái)了巨大的變化。數(shù)據(jù)倉(cāng)庫(kù)的建立給企業(yè)帶來(lái)了一些新的工作流程，其他的流程也因此而改變。

      數(shù)據(jù)倉(cāng)庫(kù)為企業(yè)帶來(lái)了一些“以數(shù)據(jù)為基礎(chǔ)的知識(shí)”，它們主要應(yīng)用于對(duì)市場(chǎng)戰(zhàn)略的評(píng)價(jià)，和為企業(yè)發(fā)現(xiàn)新的市場(chǎng)商機(jī)，同時(shí)，也用來(lái)控制庫(kù)存、檢查生產(chǎn)方法和定義客戶群。

      每一家公司都有自己的數(shù)據(jù)。數(shù)據(jù)倉(cāng)庫(kù)將企業(yè)的數(shù)據(jù)按照特定的方式組織，從而產(chǎn)生新的商業(yè)知識(shí)，并為企業(yè)的運(yùn)作帶來(lái)新的視角。

為何要建立數(shù)據(jù)倉(cāng)庫(kù)

      計(jì)算機(jī)發(fā)展的早期，人們已經(jīng)提出了建立數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)想?！皵?shù)據(jù)倉(cāng)庫(kù)”一詞最早是在1900年，由Bill Inmon先生提出的，其描述如下：數(shù)據(jù)倉(cāng)庫(kù)是為支持企業(yè)決策而特別設(shè)計(jì)和建立的數(shù)據(jù)集合。

      企業(yè)建立數(shù)據(jù)倉(cāng)庫(kù)是為了填補(bǔ)現(xiàn)有數(shù)據(jù)存儲(chǔ)形式已經(jīng)不能滿足信息分析的需要。數(shù)據(jù)倉(cāng)庫(kù)理論中的一個(gè)核心理念就是：事務(wù)型數(shù)據(jù)和決策支持型數(shù)據(jù)的處理性能不同。

      企業(yè)在它們的事務(wù)操作收集數(shù)據(jù)。在企業(yè)運(yùn)作過(guò)程中：隨著定貨、銷售記錄的進(jìn)行，這些事務(wù)型數(shù)據(jù)也連續(xù)的產(chǎn)生。為了引入數(shù)據(jù)，我們必須優(yōu)化事務(wù)型數(shù)據(jù)庫(kù)。

      處理決策支持型數(shù)據(jù)時(shí)，一些問(wèn)題經(jīng)常會(huì)被提出：哪類客戶會(huì)購(gòu)買哪類產(chǎn)品？促銷后銷售額會(huì)變化多少？?jī)r(jià)格變化后或者商店地址變化后銷售額又會(huì)變化多少呢？ 在某一段時(shí)間內(nèi)，相對(duì)其他產(chǎn)品來(lái)說(shuō)哪類產(chǎn)品特別容易賣呢？哪些客戶增加了他們的購(gòu)買額？哪些客戶又削減了他們的購(gòu)買額呢？

      事務(wù)型數(shù)據(jù)庫(kù)可以為這些問(wèn)題作出解答，但是它所給出的答案往往并不能讓人十分滿意。在運(yùn)用有限的計(jì)算機(jī)資源時(shí)常常存在著競(jìng)爭(zhēng)。在增加新信息的時(shí)候我們需 要事務(wù)型數(shù)據(jù)庫(kù)是空閑的。而在解答一系列具體的有關(guān)信息分析的問(wèn)題的時(shí)候，系統(tǒng)處理新數(shù)據(jù)的有效性又會(huì)被大大降低。另一個(gè)問(wèn)題就在于事務(wù)型數(shù)據(jù)總是在動(dòng)態(tài) 的變化之中的。決策支持型處理需要相對(duì)穩(wěn)定的數(shù)據(jù)，從而問(wèn)題都能得到一致連續(xù)的解答。

      數(shù)據(jù)倉(cāng)庫(kù)的解決方法包括：將決策支持型數(shù)據(jù)處理從事務(wù)型數(shù)據(jù)處理中分離出來(lái)。數(shù)據(jù)按照一定的周期（通常在每晚或者每周末），從事務(wù)型數(shù)據(jù)庫(kù)中導(dǎo)入決策支 持型數(shù)據(jù)庫(kù)——既“數(shù)據(jù)倉(cāng)庫(kù)”。數(shù)據(jù)倉(cāng)庫(kù)是按回答企業(yè)某方面的問(wèn)題來(lái)分“主題”組織數(shù)據(jù)的，這是最有效的數(shù)據(jù)組織方式。


數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市

      有關(guān)決策支持型數(shù)據(jù)庫(kù)的數(shù)據(jù)集市是面向企業(yè)中的某個(gè)部門或是項(xiàng)目小組的。一些專家顧問(wèn)將 數(shù)據(jù)集市的建造描述為建立數(shù)據(jù)倉(cāng)庫(kù)全過(guò)程中的一步。首先，一個(gè)儲(chǔ)存企業(yè)全部信息的數(shù)據(jù)倉(cāng)庫(kù)被創(chuàng)建，其中，數(shù)據(jù)均具備有組織的、一致的、不變的格式。數(shù)據(jù)集 市隨后被創(chuàng)立，其目的是為不同部門提供他們所需要的那部分信息。數(shù)據(jù)倉(cāng)庫(kù)聚集了所有詳細(xì)的信息，而數(shù)據(jù)集市中的數(shù)據(jù)則是針對(duì)用戶們的特定需求總結(jié)而出的。

      而另外一些專家則認(rèn)為數(shù)據(jù)集市的建立并不需要首先建立一個(gè)數(shù)據(jù)倉(cāng)庫(kù)。在這個(gè)模型中，數(shù)據(jù)直接由事務(wù)型數(shù)據(jù)庫(kù)轉(zhuǎn)入數(shù)據(jù)集市中。一個(gè)公司可能建立有多個(gè)數(shù)據(jù)集市，而彼此之間毫無(wú)聯(lián)系。

      這種不在建立數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上創(chuàng)建數(shù)據(jù)集市的方式會(huì)更便宜、更快速，因?yàn)樗囊?guī)模更加易于管理。

      第二種觀點(diǎn)的缺陷在于無(wú)法實(shí)現(xiàn)最初創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)的最主要的目的——將企業(yè)所有的數(shù)據(jù)統(tǒng)一為一致的格式?，F(xiàn)有的事務(wù)處理系統(tǒng)的數(shù)據(jù)往往是不一致、冗余的。 如果首先建立起一個(gè)全公司范圍的數(shù)據(jù)倉(cāng)庫(kù)，組織就能夠獲得一個(gè)統(tǒng)一關(guān)于企業(yè)的活動(dòng)和客戶的知識(shí)庫(kù)。如果先建立起一個(gè)個(gè)獨(dú)立的數(shù)據(jù)集市，那么數(shù)據(jù)倉(cāng)庫(kù)的諸多 優(yōu)勢(shì)都能夠得以實(shí)現(xiàn)，但是企業(yè)遠(yuǎn)遠(yuǎn)無(wú)法做到對(duì)數(shù)據(jù)的一致的儲(chǔ)存。

深圳塔塔咨詢服務(wù)有限公司（簡(jiǎn)稱塔塔IT）專注于IT前沿技術(shù)的傳播與應(yīng)用。公司與微軟、Cisco、Oracle、IBM、Vmware、Citrix、EMC、HP、SAP等全球著名IT廠商建立長(zhǎng)期合作伙伴關(guān)系，提供思科CCNA\CCNP\CCIE培訓(xùn),微軟MCSE\MCITP培訓(xùn),Office培訓(xùn),Oracle培訓(xùn),JAVA培訓(xùn),ITIL培訓(xùn),PMP培訓(xùn)、CompTIA培訓(xùn)等多種IT認(rèn)證培訓(xùn)以及IT服務(wù)、企業(yè)內(nèi)訓(xùn)業(yè)務(wù)，是一家以IT高端培訓(xùn)、咨詢服務(wù)、技術(shù)支持以及國(guó)際IT認(rèn)證考試為核心業(yè)務(wù)的專業(yè)服務(wù)商。聯(lián)系方式：深圳 0755-29152000