基础知识篇数据仓库的数据仓库诞生理由是什么？ 1 .历史数据存储
2 .企业数据分析的必要性
历史数据存储：历史数据使用频率低，存储在业务库中，性能下降
企业数据分析需求：各部门自行建立独立的数据提取系统，导致数据不一致。
简而言之，在常规数据库(操作型数据库)中，数据时时刻刻都在发生，但对于这些数据，历史数据并不重要，大多侧重于当前的操作数据，以项目为中心。 传统的数据库内存很小，经常需要删除数据以保留最新的数据。 当前的数据时代需要对数据进行挖掘分析，从而提供政策支持，也就应运而生数据仓库，数据仓库的数据来源于数据库经常是多个数据库，如果在不同的数据库中遇到数据不匹配等问题，则**提取过程(ETL ) **
数据仓库（Data Warehouse，DW）定义数据仓库之父qcdjz(billinmon )提出的*数据仓库是一组面向主题的集成的非易失性随时间变化的数据，主要用于组织积累的历史数据
数据仓库的特点是面向主题。 为数据分析服务，根据主题总结原始数据
集成：原始数据来自不同的数据源，要集成到最终数据中，需要经过提取、清洗和转换过程
非易失性：存储的数据是一系列历史快照，不允许更改，只允许工具查询、分析
时变性：数仓定期接收、整合新数据，反映数据的最新变化
ps :这里的时变与操作型数据库(业务更新)的时刻更新不同，DW定期提取数据进行存储
数据仓库VS数据库是面向事务设计的，属于在线事务处理(OLTP )系统，主要操作是随机读写，设计时尽量避免冗馀，采用规范化规范设计数据仓库关注数据整合和分析、处理性能，有意识地引入冗馀，以反范式的方式进行设计。
简单来说，数据仓库中的数据来源于几个数据库，是为了分析主题而存在的。
例如，我有销售数据库。 那里有用户信息表、商品信息表、销售订单表、商家信息表等。 对这类数据库感兴趣的是订单业务，如果没有一项业务发生，则会将记录添加到相应的表中。
对数据仓库来说，如果感兴趣的主题是销售量，那么DW侧重于销售量这一测量，其他维度则是观察该测量的维度。 例如，某年某月某地区某商品的销售量(单一订单记录)业务)并不能完成) )。
这就是业务(事务)和主题的区别。
因为需求不同，所以访问数据的方法当然不同。 这是推后。
下一篇：数据仓库和数据挖掘2
数据仓库参考
[0] twdsn主编.数据仓库与数据挖掘(第二版) .清华大学出版社，2019
[1] xhdfn着，数据仓库与数据挖掘教程，清华大学出版社，2006
[2] psdhy编着.数据仓库原理与实践，人民邮电出版社，2003 .
[3] gddhlg着数据仓库技术与实现，电子工业出版社，2002.6。
[4] [加]dgs，[加]涵盖，范明等翻译，数据挖掘概念与技术，机械工业出版社，2005。
[5] wwdlm，ggdxmf着，数据挖掘原理与技术，电子工业出版社，2003。