7 >
Teradata Confidential
数据仓库的定义
什么是数据仓库
数据仓库（Data Warehouse）是一个面 向主题的（Subject Oriented）、集成的 （Integrated）、相对稳定的（NonVolatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决 策(Decision Making Support)。 --Bill Inmon
15 >
Teradata Confidential
OLTP与OLAP
On-Line Analytical Processing
•针对特定问题的联机数据访问和数据分析技术 •满足对数据进行多角度、快速、一致、交互、深入观察 •使用预定义的多维数据视图对数据进行分析处理，支持对数 据的切片、切块、钻取。 •多维数据库是一种以多维数据存储形式来组织数据的数据管 理系统，在使用时需要将数据从关系数据库中转载到多维数据 库中方可访问。 •。
Bill Inmon
数据仓库之父，数据仓库概念的创始人 理论： Corporate Information Factory(CIF) 主要著作：《数据仓库》、《企业信息工厂》
生活中的朋友 学术上的对头
10 >
Teradata Confidential
双方的观点
12 >
Teradata Confidential
双方的数据仓库架构对比
Inmon-CIF(DW2.0)
集成转换层（Integrated and Transformation Layer）、操作数据存 储（Operational Data Store）、数据仓 库（Enterprise Data Warehouse）、数 据集市（Data Mart）、探索仓库 （Exploration Warehouse）
8 >
Teradata Confidential
各种概念之间的关系
Business Intelligent System Decision Support System Data Warehouse Data Mining OLAP Artificial Intelligence
Data Mart Operation Database
16 > Teradata Confidential
OLTP与OLAP
OLTP 用户 功能 DB 设计 数据 存取 工作单位 用户数 DB 大小
日常操作处理 面向应用 当前的, 最新的细节的, 二维的分立的 读/写数十条记录 简单的事务 上千个 100MB-GB
OLAP
分析决策 面向主题 历史的, 聚集的, 多维的集成 的, 统一的 读上百万条记录 复杂的查询 上百个 100GB-TB
13 >
Teradata Confidential
双方的数据仓库架构对比
Back RoomFron源自 RoomKimball-MD
MD分为后台（Back Room）和 前台（Front Room）两部分。后台主要 负责数据准备工作，称为数据准备区 （Staging Area），前台主要用于数据 展示，称为数据集市（Data Mart）。全 部数据集市的集合构成了数据仓库，从这 种意义上说，它只是一个虚拟的部件。
DSS（Decision Support System）
以Data Warehouse技术为基础，以OLAP和 Data Mining工具为手段实施的一套解决方案。
相关概念
•EIS：主管信息系统（Executive Information System），指为了满足无法 专注于计算机技术的领导人员的信息查询需 求，而特意制定的以简单的图形界面访问数 据仓库的一种应用。 •ETL：数据抽取（Extract）、转换 （Transform）、装载（Load）的过程。它 是构建数据仓库的重要环节。 •Data Mart为了特定的应用目的或应用范围， 而从数据仓库中独立出来的一部分数据，也 可称为部门数据或主题数（subjectarea）。 •经营分析系统： Business Analysis Support System。
事务表、周期快照表、累计快照表 非事实型事实表、退化维、缓慢变化维、快变 超大维 不可加型事实、半加型事实、可加性事实
14 >
Teradata Confidential
数据仓库的特点
面向主题：操作型数据库的数据组织面向事物处理任务，各个业务系统之间各自分 离，而数据仓库中的数据是按照一定的主题域进行组织的。 集成的：数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过 系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内 的信息是关于整个企业的一致的全局信息。 相对稳定的：数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是 数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数 据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、 刷新。 反映历史变化：数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一 时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以 对企业的发展历程和未来趋势做出定量分析和预测。
5 >
Teradata Confidential
IDEF1x
EBD： 描述实体和关系 KB:：定义键，包括主键、 外键等 FA：描述全部属性
逻 辑 模 型
TM：与具体数据库的映射 关系 DBMS：特定的数据库模型
物理模型
6 >
Teradata Confidential
KBSI产品 产品
IDEF0 功能模型 功能模型(Function Modeling) IDEF1X 数据模型（Data Modeling〕 数据模型（ 〕 IDEF2 仿真模型设计（Simulation Model Design 〕 IDEF3 过程描述获取（Process Description Capture〕 过程描述获取（ 〕 IDEF4 面向对象设计（Object-Oriented Design） IDEF5 本体论描述获取（Ontology Description Capture ） IDEF6 设计原理获取（Design Rationale Capture ） IDEF7 信息系统审定（Information System Auditing） IDEF8 人与系统接口设计(Human-System Interface Design) (Human-System 用户接口建模（User Interface Modeling） IDEF9 经营约束的发现（Business Constraint Discovery） 场景驱动信息系统设计（Scenario-Driven IS Design） IDEF10 信息制品建模（Information Artifact Modeling） 实施体系结构建模(Implementation Architecture Modeling) IDEF11 信息工具建模（Information Artifact Modeling） IDEF12 组织设计(Organization Design) 组织建模（Organization Modeling ） IDEF13 三模式影射设计（Three Schema Mapping Design） IDEF14 网络设计（Network Design ）
Database System
9 > Teradata Confidential
数据仓库领域的两位大师
Ralph Kimball
数据仓库方面的知名学者 理论：Mutildimensional Architecture(MD) 主要著作：《数据仓库工具箱－维度建模的完全指南》、 《数据仓库生命周期工具箱－ 设计、开发和部署数据仓库的 专家方法》
数据仓库的概念和相关技术
Arwen.Liu MAR, 2010
目录
• • • • •
数据仓库相关概念 BI技术工具 分析与应用 项目实施方法 知识索引
2 >
Teradata Confidential
知识导引
• • • • • • 什么是数据仓库？ 什么是DSS？ 什么是经营分析？ 什么是EIS？ 什么是OLTP，OLAP？ 什么是BI？
11 >
Teradata Confidential
双方的观点
Inmon
使用数据集市联合的方式，开始会带来 极高的用户体验，但随着数据集市的增多， 会形成网状结构，建设重复，数据质量变 差。
Kimball
使用数据总线的结构来控制数据集市点 建设，所有的数据集市在一套总线环境中， 有相同的维度定义，故既可以迅速部署、 满足业务需求，也可以规范的形成数据仓 库
自上而下
围绕主题来组织数据仓库中的数据，每个主 题区域仅仅包含该主题相关的信息；数据仓库 应该一次增加一个主题，并且当需要容易地访 问多个主题时，创建以数据仓库为来源的数据 集市
自下而上和自上而下的结合：
数据仓库是数据集市的联合，通过一系列相 同维度定义的数据集市递增地构建数据仓库， 而每个数据集市通过联合多个数据源来满足特 定的业务需求
70年代 年代
70年代提出， 年代提出， 年代提出 80年代得到 年代得到 发展
即席查询报表
特殊抽 取程序
小应用 程序
信息中 心
决策支 持系统
主管信 息系统
BI
90年代提出， 年代提出， 年代提出 90年代中形 年代中形 成潮流
数据仓库系 统
BI描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。 BI描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。 描述了一系列的概念和方法 －Gartner Group1996 商业智能领域：DSS、OLAP、数据仓库、ETL、数据集市、数据挖掘、商业建模... ...为提高企 商业智能领域：DSS、OLAP、数据仓库、ETL、数据集市、数据挖掘、商业建模...为提高企 业运营性能而采用的一系列方法、 业运营性能而采用的一系列方法、技术和软件的总和