【理论篇】数据挖掘 第四章 数据仓库与联机分析处理

说明：文章为《数据挖掘：概念与技术 原书第03版》的学习笔记，该书是数据挖掘领域的经典之作，想了解更多内容请参阅原著。

一、数据仓库： 基本概念

1、什么是数据仓库

数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理者的决策过程”。

• 面向主题的(subject-oriented):数据仓库围绕一些重要主题，如顾客、供应商、产品和销售组织；
• 集成的(integrated):通常，构造数据仓库是将多个异构数据源，如关系数据库、一般文件和联机事务处理记录集成在一起；
• 时变的(time-variant):数据存储从历史的角度(例如，过去5～10年)提供信息。数据仓库中的关键结构都隐式或显式地包含时间元索；
• 非易失的(nonvolatile):数据仓库总是物理地分离存放数据，这些数据源于操作环境下的应用数据；

2、操作数据库系统与数据仓库的区别

• 联机操作数据库系统的主要任务是执行联机事务和查询处理。这种系统称做联机事务处理(Online Transaction Proceesing,OLTP)；
• 数据仓库系统在数据分析和决策方面为用户或“知识工人”提供服务。这种系统可以用不同的格式组织和提供数据，以便满足不同用户的形形色色的需求。这种系统称做联机分析处理(OnLine Analyical Processing,OLAP)系统；