基礎知識篇
什麼是資料倉庫
資料倉庫誕生原因？
1.曆史資料積存
2.企業資料分析需要
曆史資料積存：曆史資料使用頻率低，堆積在業務庫中，導緻性能下降；
企業資料分析需要：各個部門自己建立獨立的資料抽取系統，導緻資料不一緻。
簡單的說，在普通的資料庫（操作型資料庫）中，每時每刻都在産生資料，而對于這樣的資料往往曆史資料不重要，以目前的操作資料為重點，以項目為主。傳統資料庫記憶體較小，經常需要删除資料，保留最新的資料。現在的資料時代需要對資料進行挖掘分析，進而提供政策支援，也就應運而生資料倉庫，資料倉庫的資料來源于資料庫，且多為多個資料庫，那麼不同的資料庫中面臨着資料不一緻等問題，那麼**抽取過程（ETL）**就變得尤為重要了。
資料倉庫（Data Warehouse，DW）定義
由資料倉庫之父比爾·恩門（Bill Inmon）提出，*資料倉庫是一個面向主題的、內建的、非易失的且随時間變化的資料集合，主要用于組織積累的曆史資料，*并使用分析方法（OLAP、資料分析）進行分析整理，進而輔助決策，為管理者、企業系統提供資料支援，建構商業智能
資料倉庫特點
面向主題：為資料分析提供服務，根據主題将原始資料集合在一起
內建：原始資料來源于不同資料源，要整合成最終資料，需要經過抽取、清洗、轉換的過程
非易失：儲存的資料是一系列曆史快照，不允許被修改，隻允許通過工具進行查詢、分析
時變性：數倉會定期接收、內建新的資料，進而反映出資料的最新變化
ps：這裡的時變并不像操作型資料庫（業務更新）時刻更新，DW定期抽取存入資料
資料倉庫 VS 資料庫
資料庫面向事務設計，屬于OLTP（線上事務處理）系統，主要操作是随機讀寫；在設計時盡 量避免備援，常采用符合範式規範來設計資料倉庫是面向主題設計的，屬于OLAP（線上分析處理）系統，主要操作是批量讀寫；關注資料整合，以及分析、處理性能；會有意引入備援，采用反範式方式設計。
總結
用簡單的話講：資料倉庫的資料來源于若幹個資料庫，為分析主題而存在。
例如我有一個銷售資料庫，裡面有使用者資訊表，有商品資訊表，有銷售訂單表，有商家資訊表等等，對于這樣的資料庫關心的就是訂單業務，沒産生一個業務，對應的表格就會增加一條記錄。
而對于資料倉庫而言，倘若關心的主題是銷售量，那麼DW就着重于銷售量這個度量，而其他的次元都是觀察這個度量的次元。例如：某年某月在某地區某商品的銷售量（并不是單個訂單記錄（業務）可以完成的）
這就是業務（事務）和主題的差別。
因為需求不一樣，那麼資料的存取方式自然就不一樣了，這是後話。
下一篇：資料倉庫與資料挖掘 2
參考
資料倉庫
[0] 陳志泊 主編. 資料倉庫與資料挖掘(第二版). 清華大學出版社,2019
[1] 陳立偉著,資料倉庫與資料挖掘教程，清華大學出版社，2006
[2] 林宇編著. 資料倉庫原理與實踐，人民郵電出版社，2003。
[3] 彭木根著 資料倉庫技術與實作，電子工業出版社，2002.6。
[4] [加]韓家炜、[加]坎伯，範明等譯，資料挖掘概念與技術，機械工業出版社，2005。
[5] 張雲濤、龔玲著，資料挖掘原理與技術，電子工業出版社，2003。