数据仓库是从各种渠道收集和管理数据的技术，可提供有意义的业务洞察，战略性地使用数据。
它用于查询和分析而不是事务处理，是将数据转换为信息并及时向用户提供的过程。
决策支持数据库(数据仓库)与组织的运营数据库分开维护。 但是数据仓库不是产品，而是环境。 它是属于信息系统，向用户传统运营数据存储难以访问或展示的当前和历史决策支持信息。
数据仓库是BI系统的核心，BI是为数据分析和报告而构建的。
你们很多人都知道，3NF设计的库存系统数据库很多都有相互关联的表。 例如，有关当前库存信息的报告可包含超过12个连接条件，查询慢。 数据仓库提供了一种新设计，可以缩短响应时间，提高报表和分析查询的性能。
数据仓库系统的其他名称：

• 决策支持系统(DSS Decision Support System)
• 执行信息系统(Executive Information System)
• 管理信息系统(Management Information System)
• 商业智能解决方案(Management Information System)
• 分析应用(Analytic Application)
• 数据仓库(Data Warehouse)

图片.png
数据仓库的历史
数据仓库使用户能够理解并提高其组织的绩效。 随着计算机系统变得越来越复杂并需要处理越来越多的信息，仓库数据的需求也在不断变化。

• 1960年 - Dartmouth和General Mills在一个联合研究项目中，提出了维度概念。
• 1970 - Nielsen和IR为零售引入了维度数据。
• 1983- Tera推出了专为决策支持而设计的数据库管理系统
• 数据仓库始于20世纪80年代后期，当时IBM工作人员Paul Murphy和Barry Devlin开发了业务数据仓库。
• 然而，真正的概念是由Inmon Bill提出的。 他是数据仓库之父。 他撰写了关于仓库和公司信息工厂的建设，使用和维护的各种主题。

Datawarehouse如何运作？
数据仓库作为中央存储库，信息从一个或多个数据源到达。 数据从事务系统和其他关系数据库流入数据仓库。
数据可能是：

1. 结构化的
2. 半结构化
3. 非结构化数据

处理，转换和提取数据，以便用户可以通过商业智能工具，SQL客户端和电子表格访问数据仓库中的已处理数据。 数据仓库将来自不同来源的信息合并到综合数据库中。
通过合并所有这些信息，组织可以更全面地分析其客户。 这有助于确保它已考虑所有可用信息。 数据仓库使数据挖掘成为可能。 数据挖掘旨在寻找可能导致更高销售额和利润的数据模式。
数据仓库的类型1.企业数据仓库：
企业数据仓库是一个集中式仓库。 它为整个企业提供决策支持服务。 它提供了统一的方法来组织和表示数据。 它还提供根据主题对数据进行分类并根据这些划分进行访问的能力。2.运营数据存储：
只需要数据存储的运营数据存储(也称为ODS Operational Data Store)。 在ODS中，数据仓库实时刷新。 因此，它广泛地用于诸如存储雇员记录等。3.数据集市：
数据集市是数据仓库的子集。 它专门针对特定业务部门而设计，例如销售，财务，销售或财务。 在独立的数据集市中，数据可以直接从源收集。
数据仓库的一般阶段离线操作数据库：
在此阶段，数据只是从运营系统复制到服务器。离线数据仓库：
数据仓库中的数据定期从运营数据库更新。 数据仓库中的数据经过映射和转换，以满足数据仓库的目标。实时数据仓库：
运营数据库中发生任何事务，就会更新数据仓库。 例如，航空公司或铁路预订系统。集成数据仓库：
运营系统执行事务时，数据仓库会不断更新。 然后，Datawarehouse生成传递回运营系统的事务。
数据仓库的组件数据仓库的四个组成部分是：加载管理器：加载管理器也称为前端组件。 它执行与提取和加载数据到仓库相关的所有操作。 这些操作包括转换准备用于进入数据仓库的数据。仓库管理：仓库管理执行与仓库中数据管理相关的操作。 它执行数据分析等操作，以确保一致性，索引和视图的创建，非规范化和聚合的生成，源数据的转换和合并以及归档和备份数据。查询管理器：查询管理器 也被称为后端组件。 它执行与用户查询管理相关的所有操作操作。 此数据仓库组件的操作是对相应表的直接查询。最终用户访问工具：
这分为五个不同的组，如1.数据报告　2.查询工具　3.应用程序开发工具　4. EIS工具 5.OLAP工具和数据挖掘工具。

余下部分请访问原文 https://china-testing.github.io/data_warehouse_quick1.html