数据仓库初识

Posted 2021-04-24 orsql明火

学习笔记——2018/07/04。

数据仓库的起源可以追溯到信息存储的起源。计算机初始的存储介质是穿孔卡和纸带，主文件存储在廉价的适合于存放大量数据的磁带上。到七十年代的时候出现新的数据存储和访问技术，即直接存取存储设备（Direct Access Storage Device ,DASD）,磁盘存储可直接访问数据（磁带访问数据是顺序访问）。随着DASD的发展，出现了数据库管理系统（Database Management System,DBMS）的新型管理系统，用于使程序员方便地在DASD上存储和访问数据。dbms的出现也伴随着数据库概念的出现。八十年代出现的管理信息系统MIS(Management Information System) 是用来进行管理决策的处理过程。在此之前，没有任何一个单一数据库可以同时用于操作型事务处理和分析处理。

管理决策的过程当中涉及到大量的数据处理，最开始的步骤是数据抽取。数据抽取又衍生出“蜘蛛网”（一种失控的抽取处理模式：自然演化式体系结构）——在已经抽取的数据上再经过N次抽取。以这种体系结构建立起来的系统缺乏对信息的集成性，及没有可以满足DSS分析员需求的历史数据。

体系结构化数据仓库的出现是这种体系变化的必然发展。体系结构化环境的核心，主要存储两种数据：原始数据和导出数据。两种数据的差异引发的数据分离的自然扩展过程：

        数据仓库存放不可更新的集成原始数据及以一些导出数据。用于管理决策

        下面是一个贯穿体系化结构环境的例子：

        当数据从操作系统到数据仓库环境时，需要对数据进行集成，否则数据将会毫无意义。数据集成可以用于支持数据的企业视图，数据的企业视图书体系结构化环境的本质之一。