什麽是數據倉庫？

數據庫是壹個裝數據（信息的原材料）的地方。數據倉庫是壹種系統，這種系統也是用數據庫裝東西。（這有點沒說清楚：個人理解數據庫和數據倉庫當然都是裝數據的地方，關鍵的區別是裝的什麽樣的數據，數據庫裝的原始數據，沒經過任何加工；而數據倉庫是為了滿足分析需要，對源數據進行了Transform過程，具體是怎樣壹個處理過程，可以從Bill Inmon的倉庫定義四個特性進行理解。）數據倉庫系統（用數據庫裝東西）與其他基礎業務系統（例如財務系統、銷售系統、人力資源系統等，也是用數據庫裝東西）的區別是：基礎業務系統的特點是各管各的，例如財務系統生產了白菜，那麽用壹個數據庫來裝，人力資源系統生產了豬肉，再用壹個數據庫來裝。我要做壹道菜，需要分別到各個數據庫去取，比較麻煩（現實的情況是大部分時候讓種菜的農民伯伯送過來，但送過來的東西不壹定是我想要的，而且不同的時候我想要不同的東西，經常會被農民伯伯罵，弄得雙方都不開心）。另外壹方面，各個數據庫中放的是壹些比較原始的東西，我要拿過來做菜，還需要經過很麻煩的清洗過程，壹不小心裏面可能就藏著壹條大青蟲。那麽，數據倉庫系統就是建立壹個大的超市，將各地農民伯伯出產的東西收集過來，清洗幹凈，分門別類地放好。這樣，妳要哪種菜的時候，直接從超市裏面拿就可以了。\x0d\\x0d\數據倉庫的特點是：\x0d\\x0d\(1)數據倉庫是面向主題的.\x0d\(2)數據倉庫是集成的\x0d\(3)數據倉庫具有時間相關性.\x0d\(4)數據倉庫的數據是相對穩定的.\x0d\\x0d\數據倉庫可以說是決策支持系統（個人不同意這個觀點，決策支持系統（DDS）是在管理信息系統的基礎上發展起來的，在數據倉庫、OLAP技術和數據挖掘工具出現以前，就已經有DSS了，但其在實際應用開發過程中暴露出許多問題，DW為克服傳統DDS存在的問題提供了技術上的支持，基於DW上的DSS效果自然有很大提升），能幫助老板了解企業的整體全貌，看到數據倉庫提供的經過整理統計歸納的數據後老板憑自己的管理經驗可以發現企業的問題或困難或成功因素在哪壹方面，然後可以不斷的追溯數據，直到確定到最具體的細節上，這樣能夠不斷提升老板或管理層的管理水平，不斷改善企業的管理。我們知道的最好的壹個例子就是美國某大型超市啤酒和尿布的故事。沃爾瑪公司在美國的壹位店面經理曾發現，每周，啤酒和尿布的銷量都會有壹次同比攀升，壹時卻搞不清是什麽原因。後來，沃爾瑪運用商業智能（Business Intelligence，簡稱BI）技術發現，購買這兩種產品的顧客幾乎都是25歲到35歲、家中有嬰兒的男性，每次購買的時間均在周末。沃爾瑪在對相關數據分析後得知，這些人習慣晚上邊看球賽、邊喝啤酒，邊照顧孩子，為了圖省事而使用壹次性的尿布。得到這個結果後，沃爾瑪決定把這兩種商品擺放在壹起，結果，這兩種商品的銷量都有了顯著增加。數據庫是數據倉庫的基礎。數據倉庫實際上也是由數據庫的很多表組成的（這句話明顯不成立，數據倉庫裏表分為事實表和維表，這和數據庫裏的表還是有本質區別的，組織方式完全不壹樣，壹個是面向主題，壹個是面向業務的）。需要把存放大量操作性業務數據的數據庫經過篩選、抽取、歸納、統計、轉換到壹個新的數據庫中。然後再進行數據展現。老板關註的是數據展現的結果。