数据仓库的基本原理

目录

一、数据仓库的定义

二、数据仓库的基本特征

1. 面向主题

2. 集成

3. 不可更新（非易失性）

4. 随时间不断变化

三、数据组织方式

一、数据仓库的定义

数据仓库是由W.H.Inmon在1992年提出的概念，他在《Building the Data Warehouse》一书中将其定义为：

• 面向主题的

• 集成的

• 不可更新的

• 随时间不断变化的数据集合

• 用于支持经营管理决策制定

Informix公司Tim Shelter的定义补充：

• 将企业网络中分散的商业数据集成到单一关系型数据库中

• 便于信息访问和历史数据分析

• 支持研究事物发展走势

二、数据仓库的基本特征

1. 面向主题

​主题是决策者关心的重点分析领域，如CRM中的客户挖掘或ERP中的库存管理。

​特点​：

• 按主题组织信息，而非业务活动

• 包含主题所有相关信息，剔除无关数据

• 形成完整一致的信息集合

• 主题间存在逻辑重叠（非物理存储重叠）

​示例​：

在商场系统中，可提取三个主题：

• 商品（固有信息、采购信息、销售信息、库存信息）

• 供应商（固有信息、供应商品信息）

• 顾客（固有信息、购物信息）

2. 集成

​特点​：

• 从多种数据源（数据库、文件系统、网络）获取数据

• 通过统一和综合消除不一致性

• 形成企业单一物理镜像

• 包含多种粒度的数据

​集成方法​：

• 统一：解决编码、命名、单位等不一致

• 综合：进行统计、抽样等计算

3. 不可更新（非易失性）

​特点​：

• 数据为静态快照，主要供查询

• 批量加载和访问

• 稳定环境有利于分析和决策

• 存储管理比DBMS简单

​例外情况​：

• 数据源变化时需要刷新

• 新分析需求可能需要新数据抽取

• 可删除过时数据

4. 随时间不断变化

​特点​：

• 记录企业历史信息而不仅是当前状态

• 数据带有时间属性

• 定期统一更新（增新删旧）

​与操作型环境对比​：

三、数据组织方式

​物理存储形式​：

1. 多维数据库(MDDB,Multi-Dimensional DataBase)：用多维数组存储

2. 关系数据库：同一主题的关系有公共关键字

​示例​：

商品主题以"商品号"为公共键，包含：

• 细节数据（如商品表、采购表）

• 综合数据（如按时间段统计的采购总量表）