無論你是否專門從事大數據開發，作為一名開發人員，你應該聽說過數據倉庫的概念，那么你知道數據倉庫為什么會存在嗎？數據倉庫到底是做什么的？它的價值和意義何在？那么本文就為大家帶來介紹數據倉庫。

數據倉庫介紹

數據倉庫是一個用于存儲、分析和報告的數據系統，其目的是建立一個面向分析的集成數據環境，為企業的分析結果提供決策支持

數據倉庫本身并不 "生產 "任何數據，其數據來自于不同的外部系統。同時，數據倉庫本身也不需要 "消費 "任何數據，其結果開放給各種外部應用程序使用。這就是為什么它被稱為 "倉庫 "而不是 "工廠"。

數字倉庫的四個特點

1、以主題為導向

主體是一個抽象的概念，是企業信息系統在數據合成、歸類和分析時使用的更高層次的抽象化。從邏輯意義上講，它對應于企業中宏觀分析領域所涉及的分析對象。

傳統OLTP系統中的數據劃分并不適用于決策分析。與以主題為基礎組織的數據不同，它們被劃分為獨立的領域，每個領域都有自己的邏輯內涵，但沒有交集，在抽象層面為數據提供完整、一致和準確的描述。

2、集成性

主題相關的數據通常分布在多個業務系統中，彼此分散、獨立、異質。該方案.

因此，在數據進入數據倉庫之前，必須對其進行統一和整合，對數據進行提取、清理、轉換和匯總，這一步是數據倉庫建設中最關鍵和最復雜的一步，需要完成的工作有：

（1）統一源數據中的所有矛盾。如字段同義詞、同義詞、單位不一致、字長不一致等。

（2）要進行數據合成和計算。數據倉庫中的數據合成工作可以在從原始數據庫中提取數據時產生，但很多是在數據倉庫內產生，即進入數據倉庫后進行合成生成。

3、非易失性、非可變性

數據倉庫是一個分析數據的平臺，而不是創造數據的平臺。我們要通過數據倉庫分析數據中的規律，而不是去創造和修改規律。因此，一旦數據進入數據倉庫，它將是穩定的，不會改變。

數據倉庫中的數據反映的是長時間的歷史數據內容，而數據倉庫用戶的操作大多是數據查詢或比較復雜的挖掘，數據一旦進入數據倉庫，一般會保留很長時間。

數據倉庫中一般有大量的查詢操作，但修改和刪除的操作卻很少。

4、時變性

數據倉庫包含不同顆粒度的歷史數據，這些數據可能與某個特定的日期、星期、月份、季度或年份有關。

當業務發生變化時，它就會失去其時效性。因此，數據倉庫中的數據需要隨著時間的推移進行更新，以適應決策的需要。

從這個角度來看，數據倉庫的建設是一個項目，而且，它是一個過程。