7.3.2 数据仓库

1. 数据仓库的概念

目前，数据仓库一词尚没有一个统一的定义。“数据仓库之父”William.H.Inmon在1993年时任Prism Solutions公司副总裁在其著作《Building the Data Warehouse》（《构建数据库》）一书中给与如下描述：“数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的(Integrate)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合，用于支持管理决策。”

斯坦福大学数据仓库研究小组给数据仓库下的定义是：“数据仓库是集成信息的存储中心，这些信息可用于查询或分析。”、“数据仓库是作为DSS服务基础的分析型数据库，用来存放大容量的只读数据，为制定决策提供所需的信息。”、 “数据仓库是与操作型系统相分离的、基于标准企业模型集成的、带有时间属性的、面向主题及不可更新的数据集合。”1995年2月，由A·Silberschatz、M·Stonebraker和J·Ullman等著名专家发表的一份权威性报告《数据库研究：面向21世纪的机遇与成就》，重点讨论了数据仓库和数据挖掘问题，把数据仓库定义为：“来自一个或多个数据库的数据的拷贝”，指出了数据仓库最根本的特点，即物理地存放数据，而且这些数据并非最新、专有的，而是来源于其他数据库。

虽然对数据仓库的定义至今尚存在分歧，但业内比较认同的W.H. Inmon关于数据仓库定义，它可以从两个层次予以理解：首先数据仓库用于支持决策，面向分析型数据处理，不同于企业现有的操作型数据库；其次，数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，且存放在数据仓库中的数据一般不修改。

2 数据仓库的主要特点

数据仓库最根本的特点是物理地存放数据，而且这些数据并不是最新的、专有的，而是来源于其他数据库的。数据仓库的建立并不是要取代数据库，它要建立在一个较全面和完善的信息应用的基础上，用于支持高层决策分析，而事务处理数据库在企业的信息环境中承担的是日常操作性的任务。W.H. Inmon的数据仓库定义涵盖了几个基本要素：即主题性、集成性、稳定性及时间相关性。以这些基本要素为核心，构成了数据仓库的四个主要特点：

（1） 数据仓库是面向主题的。

操作型数据库的数据组织面向事务处理任务，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。主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关，主题域在数据仓库中表现为一系列相关联的表，共同的关键值将同一主题域内所有数据联系在一起。比如银行中的机构、客户、账号、汇率等即为相应的一批主题域。

（2） 数据仓库是集成的。

操作型数据库定义的数据难免会出现不同程度的不一致，如编码、命名、属性、键值等。而数据仓库在录入数据时，不论数据来源于何处，都必须按照统一的结构和编码