《探秘数据仓库：辨析其特性与非特性》
图片来源于网络，如有侵权联系删除
一、数据仓库的特性
1、面向主题
- 数据仓库是围绕着特定主题构建的，在一个零售企业的数据仓库中，可能会有“销售”“库存”“客户”等主题，以“销售”主题为例，它会整合与销售相关的各种数据，如销售订单信息（包括订单日期、销售金额、销售渠道等）、销售人员信息（销售人员的业绩、所属区域等）以及销售产品信息（产品类别、价格等），这种面向主题的特性使得数据仓库能够为企业的决策支持提供有针对性的信息，与传统的操作型数据库面向应用的特性形成鲜明对比。
2、集成性
- 数据仓库的数据来源于多个数据源，这些数据源可能包括企业内部的各种业务系统，如ERP系统、CRM系统，还可能包括外部数据源，如市场调研数据，在将这些数据整合到数据仓库的过程中，需要进行数据清洗、转换和加载（ETL）操作，不同业务系统中对于日期的格式可能不同，有的是“YYYY - MM - DD”，有的是“MM/DD/YYYY”，在集成到数据仓库时，需要将日期格式统一，对于不同数据源中表示相同概念但名称不同的字段，如一个系统中的“顾客”和另一个系统中的“客户”，也需要进行统一处理，以确保数据的一致性和准确性。
3、非易失性
图片来源于网络，如有侵权联系删除
- 数据仓库中的数据一旦进入，就不会轻易被修改或删除，这与操作型数据库不同，操作型数据库中的数据会随着业务操作不断更新，数据仓库主要用于分析历史数据，为企业决策提供依据，企业的销售数据一旦记录到数据仓库中，就成为了历史数据的一部分，即使发现某个销售记录存在错误，也不会直接在数据仓库中修改，而是会通过特殊的流程进行处理，如记录修正记录并与原始数据关联，这种非易失性保证了数据仓库中数据的稳定性，有利于进行长期的数据分析和趋势预测。
4、随时间变化性
- 数据仓库中的数据会随着时间不断累积，它记录了企业业务在不同时间点的状态，企业的月度销售数据会逐月添加到数据仓库中，通过对不同时间段销售数据的分析，可以发现销售的季节性变化、增长趋势等，数据仓库中还会保存数据的时间戳，以便进行基于时间的分析，如同比分析（与上一年同期相比）和环比分析（与上一个周期相比）。
二、辨析非数据仓库特性
1、实时性（不是数据仓库特性）
- 数据仓库并不以实时性为主要特性，虽然在某些情况下可以通过技术手段实现近实时的数据更新，但与操作型数据库相比，数据仓库的重点不在于实时处理数据，操作型数据库需要即时响应用户的业务操作，如在线交易系统，需要在瞬间完成订单处理、库存更新等操作，而数据仓库主要是对历史数据进行分析，其数据更新周期通常是按天、周或月来计算的，一个大型连锁超市的销售数据仓库，可能每天晚上才会将当天的销售数据从各个门店的销售系统中抽取、转换并加载到数据仓库中，这种非实时性是因为数据仓库的主要目的是进行宏观的、基于历史数据的分析决策，而不是对即时发生的业务进行处理。
图片来源于网络，如有侵权联系删除
2、事务处理能力（不是数据仓库特性）
- 数据仓库不具备强大的事务处理能力，事务处理是操作型数据库的重要功能，它需要确保数据库在并发操作下的数据一致性，在银行的转账系统中，当一个用户从账户A向账户B转账时，操作型数据库需要确保这笔转账操作要么全部成功（账户A的余额减少，账户B的余额增加），要么全部失败，以避免数据不一致的情况，而数据仓库主要是对大量数据进行查询和分析，不需要像操作型数据库那样处理复杂的事务逻辑，数据仓库中的数据是经过整合和预处理的，主要用于回答诸如“过去一年中不同地区的销售趋势是怎样的”“哪些客户群体的购买频率最高”等分析性问题，而不是处理像订单创建、订单修改这样的事务操作。
3、面向操作（不是数据仓库特性）
- 数据仓库不是面向操作的，操作型数据库是为了支持企业的日常业务操作而设计的，如企业的生产管理系统、人力资源管理系统等，这些系统中的数据库需要快速响应用户的操作请求，如员工考勤打卡、生产订单下达等，而数据仓库是为企业的决策支持而构建的，它关注的是从大量历史数据中挖掘有价值的信息，以帮助企业管理者制定战略决策，企业的CEO可能会从数据仓库中获取过去几年的市场份额数据、竞争对手的销售数据等，以决定企业未来的市场拓展方向，而不是利用数据仓库来进行日常的业务操作，如员工工资计算或产品库存盘点等操作。
实时性、事务处理能力和面向操作都不是数据仓库的特性。
评论列表