建立数据仓库的意义就是利用这些数据，最典型的应用就是数据挖掘。
下zaike呈：www.666xit.com/3855/
一、数据仓库概述
数据仓库是一种面向主题的、集成的、相对稳定的反映历史变化的数据集合。其中，
1)数据源是数据仓库系统的基础，是整个系统的数据源。
2) OLAP(联机分析处理)服务器有效整合数据，并按照多维模型进行组织；
3)前端工具和数据挖掘的应用
二、数据仓库的分类
从结构的角度来看，数据仓库可以分为三种模型:
1.企业仓库
对于企业级应用，收集企业各种主题的所有信息，提供企业范围的数据集成。它的数据通常来自多个操作数据库(即OLTP，我们的应用程序通常使用的数据库)和外部信息提供商，并且跨越多个功能领域。
企业通常包含明细数据和汇总数据，数据量可以达到TB级别。
2.数据集市
数据集市(Datamart)是企业范围内数据的子集，其范围仅限于选定的主题，针对企业部门和特定用户的应用。为什么叫集市？也许只是得到他们想要的。根据数据来源的不同，可以分为
1)依赖数据集市
数据来自中央数据仓库。为某些部门单独复制和处理一份数据，建立一个数据集市，可以提高部门的访问速度，满足他们特殊的分析需求。下属数据集市的数据与中心数据仓库一致，并经过处理和测试。
2)独立的数据集市
数据直接来自业务系统。
独立数据集市的优点是可以快速建立并且成本低。然而，由于它们的独立性，可能很难集成到一个统一的中央数据仓库中，需要重新设计和部门协调。
3.虚拟仓库
虚拟仓库是视图的集合。只定义来自各种操作数据库的查询，除了一些概要视图可能被具体化之外，不存储任何数据。
虚拟仓库很容易建立，但它会消耗运营数据库服务器的资源，要求它们有多余的工作能力。