什么是數據倉庫

這篇文章將為大家詳細講解有關什么是數據倉庫，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

1、數據倉庫的概念

數據倉庫，全稱是Data Warehouse，簡寫DWH。數據倉庫的目的是構建面向分析的集成化數據環境，為企業提供決策支持。它出于分析性報告和決策支持目的而創建。正因為它叫 “倉庫”，而不是叫“工廠”。所以數據倉庫本身并不“生產”任何數據，同時自身也不需要“消費”任何的數據。數據來源于外部，并且開放給外部應用。

2、數據倉庫的主要特征

（1）面向主題

傳統數據庫中，最大的特點是面向應用進行數據的組織，各個業務系統可能是相互分離的。而數據倉庫則是面向主題的。主題是一個抽象的概念，是較高層次上企業信息系統中的數據綜合、歸類并進行分析利用的抽象。在邏輯意義上，它是對應企業中某一宏觀分析領域所涉及的分析對象。

（2）集成性

通過對分散、獨立、異構的數據庫數據進行抽取、清理、轉換和匯總便得到了數據倉庫的數據，這樣保證了數據倉庫內的數據關于整個企業的一致性。數據倉庫中的綜合數據不能從原有的數據庫系統直接得到。因此在數據進入數據倉庫之前，必然要經過統一與綜合，這一步是數據倉庫建設中最關鍵、最復雜的一步。

（4）時變性

數據倉庫包含各種粒度的歷史數據。數據倉庫中的數據可能與某個特定日期、星期、月份、季度或者年份有關。數據倉庫的目的是通過分析企業過去一段時間業務的經營狀況，挖掘其中隱藏的模式。雖然數據倉庫的用戶不能修改數據，但并不是說數據倉庫的數據是永遠不變的。分析的結果只能反映過去的情況，當業務變化后，挖掘出的模式會失去時效性。因此數據倉庫的數據需要更新，以適應決策的需要。從這個角度講，數據倉庫建設是一個項目，更是一個過程。

3、數據倉庫分層架構

按照數據流入流出的過程，數據倉庫架構可分為三層——源數據、數據倉庫、數據應用。數據倉庫的數據來源于不同的源數據，并提供多樣的數據應用，數據自下而上流入數據倉庫后向上層開放應用，而數據倉庫只是中間集成化數據管理的一個平臺。

（1）源數據層（ODS）：此層數據無任何更改，直接沿用外圍系統數據結構和數據，不對外開放；為臨時存儲層，是接口數據的臨時存儲區域，為后一步的數據處理做準備。

（2）數據倉庫層（DW）：也稱為細節層，DW層的數據應該是一致的、準確的、干凈的數據，即對源系統數據進行了清洗（去除了雜質）后的數據。

（3）數據應用層（DA或APP）：前端應用直接讀取的數據源；根據報表、專題分析需求而計算生成的數據。

關于什么是數據倉庫就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。