数据仓库本质解析及典型设计技巧

我也说几句2010年06月06日 21:56分         作者：CNW.com.cn      来源：论坛

数据仓库究竟是什么？它和事务交易处理系统（OLTP）又有什么区别？初次接触它的朋友往往觉得它很神秘、很复杂，其实不然。今天就和大家来认识一下数据仓库的本质，以及在实施商务智能过程中它的一些设计技巧。

Ralph Kimball，数据仓库（Data Warehouse，DW）领域最权威的专家之一，曾下过这样的结论：BI系统=数据仓库。或许这种说法有一定的片面性，经不起咬文嚼字的推敲，但从中我们却不难看出数据仓库在BI系统中举足轻重的地位。

仔细想想，的确如此。几乎所有的BI项目，都是在数据仓库这个“大舞台”之上“演出”的，它就像是BI系统的心脏，源源不断地为前端提供新鲜的血液——最新的业务数据，有了这些数据，我们才会看到前端详尽的报表、直观的分析和神奇的预测。

数据仓库究竟是什么呢？它和事务交易处理系统（OLTP）又有什么区别？初次接触它的朋友往往觉得它很神秘、很复杂，其实不然。今天就和大家来认识一下数据仓库的本质，以及在实施商务智能过程中它的一些设计技巧。

概念解析

目前，关于数据仓库的定义有很多种，都是从不同的角度和层面概括的。著名数据仓库专家W.H.Inmon在其著作《Building the Data Warehouse》一书中有过如下描述：数据仓库是一个面向主题的（Subject Oriented）、集成的（Integrate）、稳定的（Non-Volatile）、随时间不断变化（Time Variant）的数据库系统，主要用于企业的决策支持。对于上述概念，结合与OLTP系统的比较，我们可以从以下几个方面来理解数据仓库：

“遗传”性 从 “数据库”到“数据仓库”，虽然多了一个“仓”字，但却没有改变它数据库的“本性”。从物理上来讲，它依然是一个关系型的数据库，表、字段、主键、索引、 键约束等概念，在数据仓库中依然存在，无论数据的组织方式还是在表中二维的存放，数据的存储规则也基本遵循关系型数据库的各种范式。从这个层面来看，数据 仓库与普通的数据库系统并无本质区别。

主题性 OLTP系统是被设计用来处理和存储事务交易数据 的，通常一个企业内存在多个OLTP系统，各自之间相互独立。而数据仓库是被设计用来进行决策支持，主要是进行数据分析，因此它的数据组织方式是按主题划 分的。主题是一个抽象的概念，是指用户使用数据仓库进行分析时所关注的具体的业务领域。如一个企业的数据仓库中可能包含了财务系统、销售系统、库存系统、 人力资源系统等方面的数据，它们都被划分为一个主题（通常对应着一个数据集市）。

集成性 所谓“ 集成”，也是与OLTP系统相比较而言。OLTP系统通常是与某些特定的应用相关的，数据库之间相互独立，结构不一。而数据仓库中的数据是对原有独立的、 分散的、异构的各种OLTP系统（包括文本文件、半结构化文件）中的数据进行了大汇总，并对这些数据进行了清洗和转换，消除了其中的不一致性，统一规范了 数据格式，保证了这些数据是关于整个企业的全局性数据。

稳定性 OLTP系统由于面向事务操作，经常会有增、删、改等操作，所以其中的数据会经常更新。而数据仓库的数据主要供企业决策分析使用，所涉及的数据操作主要是数据查询。数据一旦进入数据仓库，将会被长期保存，一般不会进行修改和删除操作，通常只需要定期进行加载和刷新。

时变性 既 “稳定”又“时变”，听起来有些矛盾，这更为数据仓库增添了几分神秘色彩。这里说的时变，指的是其中的数据不是一成不变的，而是按一定的时间间隔进行更新 的。随着OLTP系统数据的积累，新的数据按时经过转换加工后被源源不断地抽取到数据仓库中。只有数据不断更新，新数据不断的注入，我们基于数据仓库进行 的前端分析展现的结果才会更符合企业当前的实际状况，来有效地辅助企业决策。

“外观”解析

前面提到，数据仓库在物理上仍然是一个关系型的数据库系统，那从外观上来看，数据仓库有什么特点呢？如图1所示，是一个比较典型的数据仓库（准确地说是一 个数据集市），大家可以看到，与普通的数据库不同，其中的表都以“Dim”或“Fact”开始，这是因为数据仓库中的数据不外乎维度数据和事实数据（元数 据除外），为了我们直观上容易判断和以后多维建模过程中便于识别，我们通常在维度表的表名前加“Dim”，在事实表的表名前加“Fact”，当然，这只是 一种良好的命名习惯，并不是必须这样来命名。

地位解析

数据仓库在整个BI的流程中的地位可以概括为“承前启后”。所谓“承前”，正如前面所提到的，它汇总了来自异构数据源的、经过清洗整合后的数据， 使数据与业务系统脱离，保障了业务系统的安全和效率；所谓启后，是因为它为以后建设多维数据库做好了准备，是建立多维数据库的基础和平台。