数据仓库介绍

•        数据分类　　

1.       传统企业中使用的数据可以分为两类：操作数据和分析数据。这两种数据都可以存储在DBMS中进行管理。他们的组织形式实际上源于并作用于两种系统：操作型系统和分析型系统。
2. 　   传统企业的生产环境，也由以数据库为中心的环境发展为以数据仓库为中心的环境。
3.       操作型系统根据其特点也称为联机事务处理（OLTP）,存储操作数据，称为数据库。分析型系统也称联机分析处理（OLAP）,一般把存储分析数据的数据库称为数据仓库。
4.       数据仓库是支持管理决策过程的、面向主题的、集成的、相对稳定的、反应历史变化的。

                            

 

•    数据仓库设计方法论

1.        传统的关系数据库一般采用二维数据表的形式来表示数据，以维是行，另一维是列，行和列的交叉处就是数据元素。关系数据的基础是关系数据库模型，通过标准的SQL语言来加以实现。
2.        数据仓库是多维数据库，它扩展了关系数据库模型，以星型架构为主要结构方式的，并在它的基础上，扩展出理论雪花形架构和数据星座等方式，但是不管是哪一种架构，维度表、事实表和事实表中的度量都是必不可少的组成元素。
3.        数据集市是在构建数据仓库的时候经常用到的一个词汇。如果说数据仓库是企业范围的，收集的是关于整个组织的主题，如顾客、商品、销售、资产和人员等方面的信息，那么数据集市则是包含企业范围数据的一个子集，例如之包含销售主题的信息，这样数据集市只对特定的用户是有用的，起范围限定于选定的主题。
4.        宏观上的数据仓库设计分为以下三个大阶段：规划分析阶段、设计实施阶段、使用维护阶段。这三个阶段是循环运动过程。规划分析阶段包括：规划与确定需求、开发概念模型、开发逻辑模型；设计实施阶段包括：设计体系结构、数据库与元数据设计、数据抽取转换与加载、开发中间件、填充与测试数据仓库；使用维护阶段包括：数据仓库应用、数据仓库维护和数据仓库评价。