一.数据仓库的基本概念
- 数据仓库: 数据仓库通常是一种面向主题的,集成的,随时间变化的,但是信息本身是相对稳定的数据集合,它主要用于对管理决策过程的支持
- 主题: 是指用户使用数据仓库进行决策时所关心的重点方面,如:收入,客户,营销渠道等; 所谓面向主题,是指数据仓库内的信息是按主题进行组织的,而不是像业务支持系统那样是按照业务功能进行组织的
- 集成: 是指数据仓库中心的信息不是从各个业务系统中简单的抽取出来的,而是经过一系列的加工,整理和汇总的过程,因此数据仓库中的信息是关于整个企业的一致的全局信息
- 随时间变化: 是指数据仓库内的信息并不只是反映企业当前的状态,而是记录了从过去某一时间点到当前各个阶段的信息.通过这些信息,可以对企业的发展历程和未来趋势做出定量分析和预测
二.数据仓库的特点
- 效率足够高: 数据仓库的分析数据一般分为日,周,月,季,年等,可以看出,日为周期的数据要求的效率最高,要求24小时甚至12小时内,目前普遍的数据展示方式为T+1,即当日处理昨日的业务数据
- 数据质量: 基于数据仓库的应用所面对的一般为企业决策层用户,所以对数据仓库提供各种信息，肯定要准确的数据；但由于数据源有脏数据或者代码不严谨，所以数据仓库流程通常分为多个步骤，包括数据抽取，清洗，转换，装载，查询，展现等等；其中数据清洗则主要对抽取过来各数据源的脏数据和不规范数据进行统一标准化。
- 扩展性 : 有的大型数据仓库系统架构设计复杂，是因为考虑到了未来3-5年的扩展性，这样的话，未来不用花太多时间去重建数据仓库系统，就能很稳定运行。主要体现在数据建模的合理性，数据仓库方案中多出一些中间层，使海量数据流有足够的缓冲，不至于因为数据源的变动而导致用户应用功能的频繁变动。
ODSB数据仓库
原文：https://www.cnblogs.com/beloved-bq/p/12584129.html
