這些天在實習，公司要做數據分析，要先建立數據倉庫。但是經常有人問我做什麼，我回答數據倉庫都不是特別明白是什麼東西，我也不知道應該怎麼更好的表述。因此我決定通過這篇文章好好解釋一下什麼是數據倉庫。 按照官方解釋：數據倉庫，英文名稱為Data Warehouse，可簡寫為DW或DWH。數據倉庫，是為企業 ...
這些天在實習，公司要做數據分析，要先建立數據倉庫。但是經常有人問我做什麼，我回答數據倉庫都不是特別明白是什麼東西，我也不知道應該怎麼更好的表述。因此我決定通過這篇文章好好解釋一下什麼是數據倉庫。
按照官方解釋：數據倉庫，英文名稱為Data Warehouse，可簡寫為DW或DWH。數據倉庫，是為企業所有級別的決策制定過程，提供所有類型數據支持的戰略集合。它是單個數據存儲，出於分析性報告和決策支持目的而創建。 為需要業務智能的企業，提供指導業務流程改進、監視時間、成本、質量以及控制。（寫得挺牛逼以至於我根本理解不了）
一、提出問題
為了更好地理解，在這裡先提幾個問題。
1、如果你要的數據分別存放在很多個不同的資料庫，甚至存在文本文件，excel 中，你要如何獲取這些數據？
2、如果你從這些數據源中取出了你要的數據，但是發現格式不一樣，或者數據類型不一樣，你要怎麼規範？
3、如果有一天你需要查歷史數據，但你發現這些數據被修改過的，你要怎麼辦？
4、如果你是一個只會簡單查詢的人，你想從複雜的資料庫中獲取數據，應該怎麼辦？
5、如果你有一個關於城市人口的資料庫，你想知道“某個鎮學歷分佈情況”，要怎麼快速高效地得知呢？
二、解決問題
為瞭解決上面幾個問題，數據倉庫就誕生了，從邏輯上理解，資料庫和數據倉庫沒有區別，都是通過資料庫軟體實現存放數據的地方，只不過從數據量來說，數據倉庫要比資料庫更龐大德多。數據倉庫主要用於數據挖掘和數據分析，輔助領導做決策。
構建數據倉庫的過程是將不同數據源的數據整合起來，通過對數據進行清洗，規範化數據；根據需求圍繞一個主題進行構建；並且構建好的數據倉庫不用於UPDATE，僅用於查詢；構建好的數據倉庫也方便獲取數據，節省了一定的資源。
三、特點
那麼接下來數據倉庫的特點就比較容易理解了。
1、集成性
數據倉庫中存儲的數據是來源於多個數據源，原始數據在不同數據源中的存儲方式各不相同。要整合成為最終的數據集合，需要從數據源經過一系列抽取、清洗、轉換的過程。
2、穩定性
數據倉庫中保存的數據是歷史記錄，不允許被修改。用戶只能通過分析工具進行查詢和分析。
3、動態性
數據倉庫數據會隨時間變化而定期更新，不可更新是針對應用而言，即用戶分析處理時不更新數據。
4、主題性
傳統資料庫對應項目不同，數據倉庫根據需求，將不同數據源的數據整合，所有數據都圍繞某一主題。比如“分析某個地區人口的學歷”、“企業的註冊資本”這樣類似地主題。
想要第一時間獲取更多有意思的推文，可關註公眾號：
