資料倉庫技術（Data Warehouse Technologien) 第一章節 總覽（3）

21. 與OLTP的差別

OLTP(傳統)	OLAP(資料倉庫)
查詢方面
關注點/焦點	讀、寫、改、删	讀、周期性添加
事務持續時間	短讀、寫事務	持久的讀事務
查詢結構	簡單結構	複雜
單個查詢的資料量	少量的資料記錄	大量的資料記錄
資料模型	靈活查詢/請求	分析相關
資料方面
資料來源	大部分一個	多個
特性	非派生、最新的、自主的、動态的	派生的/綜合的、曆史化的、繼承的、穩定的
資料量	MByte...GByte	GByte...TByte...PByte
通路	單個元組通路	表通路（列方法）
使用者方面
使用者類型	職員或應用程式的輸入/輸出	經理、審計員、分析師
使用者數量	非常多	少量（最多幾百）
響應時間	msecs...secs	secs...min

22. 差別：DBMS技術

• 并行資料庫
  • 實作一個DWH的技術（對于DWH這裡我認為Data Warehouse和Data Warehousing 都有可能）
• 分布式資料庫
  • 此資料庫中沒有備援資料；
  • 分布作為負載均衡的工具；
  • 沒有内容上的內建 / 資料壓縮；
• 聯合資料庫
  • 更高的自治性和異構性；
  • 沒有特定的分析目的；
  • 沒有讀通路優化；

23. 資料倉庫：定義

資料倉庫是一個面向主題的、內建的、非易失的及随時間變化的資料集合，用以支援決策管理。(W.H. Inmon 1996)

24. 資料倉庫：特性

1. 面向主題
   1. )  目的是支援不同域的跨領域評估方案；
   2. )  集中提供有關業務對象的資料（主題）。
2. 內建資料庫
   1. )  處理來自大量不同（内部和外部）資料源（比如操作性資料庫或者Web）的資料。
3. 非易失性資料庫、
   1. )  穩定、持久的資料庫；
   2. )  資料倉庫中的資料将不會被删除或者修改。
4. 随時間變化
   1. )  可以随時間進行比較（時間序列分析）；
   2. )  存儲時間更長。

25. 更多概念

• Data Warehousing
  • 資料倉庫過程，也叫做資料搜集、存儲、分析的所有步驟（提取、轉換、加載）；
• 資料集市
  • 資料倉庫的外部（部分）視圖；
  • 通過複制；
  • 特定的應用領域；
• OLAP
  • 基于概念資料模型的探索的、互動的分析；
• 商務智能
  • Data Warehousing + Reporting + 分析（OLAP、資料挖掘）；
  • 公司中自動生成報告；

26. 區分操作型系統與分析型系統

• 響應時間表現：操作源資料系統分析 → 性能差；
• 企業資料曆史化 / 資料的長期存儲 → 時間序列分析；
• 獨立于可操作資料源通路資料（可用性、內建問題）；
• 資料倉庫中統一資料格式；
• 在資料倉庫中保證資料品質。

27. 曆史：根源/起源

• 60年代：主管資訊系統 / 經理資訊系統（EIS）
  • 為決策者提供定性資訊；
  • 操作型資料庫的小的、壓縮的提取；
  • 調整為靜态報告的格式；
  • 主機。
• 80年代：管理資訊系統（MIS）
  • 大部分的是靜态報告生成器；
  • 引入階層（/結構層次）以評估Kennzahlen(譯為：特征值、參數、代碼)（Roll-up, Drill-down）;
  • 用戶端-伺服器-架構， GUI（Windows, Apple）
• 1992：由 W.H. Inmon 引入資料倉庫概念
  • 資料的備援狀态，源系統釋放；
  • 用于分析目的的資料限制；
• 1993：由 E.F. Codd 定義OLAP的概念
  • 動态的、多元度分析；
• 更多的影響範圍
  • 傳播面向業務流程的事務系統（SAP R/3） → 提供決策相關資訊
  • 資料挖掘
  • WWW（啟用網絡的資料倉庫等...）

28. 講座：目标

• 介紹用于建構和實作資料倉庫的資料庫技術知識；
• 使用熟知的資料庫技術
  • 資料模組化；
  • 查詢語言和查詢處理；
• 特定的資料倉庫技術
  • 多元資料模組化；
  • 特殊查詢技術；
  • 索引結構
  • 物化視圖
  • 應用領域：商業智能