数据仓库：从过去到未来(上)
Posted Datablau
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数据仓库：从过去到未来(上)相关的知识，希望对你有一定的参考价值。
By Amber Lee Dennis
“数据仓库之父” Bill Inmon将数据仓库（DW）定义为“支持管理决策过程的面向主题的，集成的，随时间变化，可持续的数据集合”。他的白皮书《现代的数据架构》Inmon补充2，数据仓库代表“传统智慧”，现在是企业基础设施的一个标准部分。
数据挖掘教科书作者Han，Kamber和Pei 在KDnuggets的数据科学家MatthewMayo的一篇题为“ 大数据关键术语解释”的文章中引用了数据仓库的概念，他将数据仓库定义为一种数据存储架构，允许“企业管理人员系统地组织，理解和使用他们的数据来制定战略决策。“当然，数据仓库是许多现代企业中熟知的架构。
数据仓库已经成功地用于多种不同的企业用例，尽管数据仓库也已经转变，并且如果他们想要跟上当代企业数据管理不断变化的需求，就必须继续。
Inmon的数据仓库定义仍然是准确的？重新解释Inmon的数据仓库定义，称之为“基于信息技术的基础架构 - 为组织定期整合，收集和准备数据，以便于分析”。
Oracle数据仓库指南将数据仓库定义为关系数据库：“专为查询和分析，而不是交易处理。它通常包含来自交易数据的历史数据，但可以包含来自其他来源的数据。它将分析工作与事务工作分开，并使组织能够整合来自多个来源的数据。“
Oracle数据仓库指南以多种方式扩展了Inmon的四个特点：
面向主题：数据仓库旨在帮助您分析数据。例如，要了解有关公司销售数据的更多信息，可以构建专注于销售的仓库。使用这个仓库，你可以回答“谁是我们去年这个项目的最佳客户？”这样的问题。这种按主题定义数据仓库的能力，在这种情况下的销售，使得数据仓库面向主题。
整合：整合与主题定位密切相关。数据仓库必须将来自不同源的数据转换成一致的格式。他们必须解决诸如计量单位之间的冲突和不一致之类的问题。当达到这一点时，被认为是一体化的。
持久性：持久性是指一旦进入仓库，数据不应该改变。这是合乎逻辑的，因为仓库的目的是使您能够分析已经发生了什么。
时间变量：为了发现业务趋势，分析师需要大量与时间关联的数据。这与在线事务处理（OLTP）系统形成鲜明对比，在这种系统中，性能需求要求将历史数据移至归档。数据仓库关注时间变化是时间变量术语的含义。
数据仓库结构
Oracle将数据仓库体系结构分解为三个简单的结构：基础，暂存（Staging）和数据集市。
基础结构中，操作系统和文件提供原始数据和数据以及元数据和摘要数据，最终用户可以访问它进行分析，报告和挖掘。位于数据源和仓库之间的分段区域，为进入仓库之前要清理的数据提供了一个单独的位置。数据集市，组织内的不同部门的定制需求，您可以通过添加数据集市来实现这一点，这些数据集市是针对特定业务领域而设计的系统。例如，可以在仓库中为销售，库存和采购设立单独的数据集市，最终用户可以使用一个或所有部门的数据集市。
数据仓库是如何构建的？
Eckerson集团首席顾问WayneEckerson 在一篇名为“构建数据仓库的四种方法”的文章中比较了创建数据仓库最常用的方法。
他说：“数据仓库管理人员需要了解这些方法，但是不要依赖这些方法。“
Eckerson讨论的数据仓库的四种主要方法是：
自上而下（Top-Down）方法的主要特点
强调数据仓库。
从设计一个DW的企业模型开始。
部署由临时区域，DW和“依赖”数据集市组成的多层架构。
暂存区是持久的。
DW是企业导向的; 数据集市是功能特定的。
DW有原子级别的数据; 数据集市拥有汇总数据。
DW使用基于企业的规范化模型; 数据集市使用主题特定的维度模型。
用户可以查询数据仓库和数据集市。
自下而上(Bottom-Up)方法的主要特点
强调数据集市。
首先为数据集市设计一个维度模型。
使用由分段区域和数据集市组成的“扁平”架构。
临时区域在很大程度上是不持久的。
数据集市包含原子数据和摘要数据。
数据集市可以提供企业和功能特定的视图。
数据集市由单个星型模式组成，逻辑或物理部署。
数据集市逐步部署，使用一致的维度“集成”。
混合（Hybrid）方法的主要特点
强调数据仓库和数据集市; 融合“自上而下”和“自下而上”的方法。
同步开始设计企业和本地模型。
花 2-3周的时间创建一个高层次，规范化的企业模型。
通过非持久存储区域填充原子数据和汇总数据。
模型作为一个或多个星型schema来管理。
使用 ETL工具填充数据集市，并在ETL工具和数据集市之间交换元数据。
当用户需要在原子级上查看整个集市的视图时，在数据仓库背后填充数据仓库; 实例化“充实”企业模型，并将原子数据移动到DW
联邦(Federated)方法的主要特点
强调需要整合新的和现有的异构BI环境。
承认组织和系统不断发生变化的实际情况，以至于难以实施正式的架构。
合理使用任何可能的手段来实施或整合分析资源，以满足不断变化的需求或商业条件。
鼓励组织尽可能分享维度，事实，规则，定义和数据。
通过理解这些不同的方法，Eckerson说，组织可以根据最佳实践模型的基础创建一个满足其独特需求的方法。
以上是关于数据仓库：从过去到未来(上)的主要内容，如果未能解决你的问题，请参考以下文章