日志
数据仓库笔记
|
数据仓库的设计为何与传统数据库设计不一样：
因为他们的特点不一样
数据库是面向事务的设计，数据仓库是面向主题设计的。集成的、不可更新的
数据一般存储业务数据，数据仓库存储的一般是历史数据。
数据库设一是尽量避免冗余，一般针对某一业务应用进行设计，比如一张简单的User表，记录用户名，密码等简单数据即可，符合业务应用，但是不符合分析。数据仓库在设计时有意引入冗余，依照分析需求，分析维度，分析指标进行设计。
数据库是为捕获数据而设计，数据仓库是为分析数据而设计。
数据仓库设计步骤：
1.概念模型设计
2.技术准备工作
3.逻辑模型设计
4.物理模型设计
5.数据仓库生成
6.数据仓库运行与维护
为什么建立数据仓库：
某些业务数据由于安全或其他因素不能直接访问。
业务系统的版本变更很频繁，每次变更都需要重写分析系统并重新测试。
很难建立和维护汇总数据来源于多个业务系统版本的报表。
业务系统的列名通常是硬编码，有时仅仅是无意义的字符串，这让编写分析系统更加困难。
业务系统的数据格式，如日期、数字的格式不统一。
业务系统的表结构为事务处理性能而优化，有时并不适合查询与分析。
没有适当的方式将有价值的数据合并进特定应用的数据库。
没有适当的位置存储元数据。
用户需要看到的显示数据字段，有时在数据库中并不存在。
通常事务处理的优先级比分析系统高，所以如果分析系统和事务处理运行在同一硬件之上，分析系统往往性能很差。
有误用业务数据的风险。
极有可能影响业务系统的性能
使用数据仓库的好处：
将多个数据源集成到单一数据存储，因此可以使用单一数据查询引擎展示数据。
缓解在事务处理数据库上因执行大查询而产生的资源竞争问题。
维护历史数据。
通过对多个源系统的数据整合，使得在整个企业的角度存在统一的中心视图。
通过提供一致的编码和描述，减少或修正坏数据问题，提高数据质量。
一致性地表示组织信息。
提供所有数据的单一通用数据模型，而不用关心数据源。
重构数据，使数据对业务用户更有意义。
向复杂分析查询交付优秀的查询性能，同时不影响操作型系统。
开发决策型查询更简单。
/2 
