零基础也能看懂！数据仓库与数据库的这几个问题，你能回答出来吗( 二 ) _数据库

数据仓库(data warehouse)定义聪明的读者应该已经意识到这个问题：既然分析型数据库中的操作都是查询，因此也就不需要严格满足完整性/参照性约束以及范式设计要求，而这些却正是关系数据库精华所在。这样的情况下再将它归为数据库会很容易引起大家混淆，毕竟在绝大多数人心里数据库是可以关系型数据库画上等号的。

文章插图

那么为什么不干脆叫"面向分析的存储系统"呢？
事实上数据仓库不应让传统关系数据库来实现，因为关系数据库最少也要求满足第1范式，而数据仓库里的关系表可以不满足第1范式。也就是说，同样的记录在一个关系表里可以出现N次。但由于大多数数据仓库内的表的统计分析还是用SQL ，因此很多人把它和关系数据库搞混了。
知道了什么是数据仓库后，再来看看它有哪些特点吧。某种程度上来说，这也是分析型数据库的特点：

文章插图

1. 面向主题
面向主题特性是数据仓库和操作型数据库的根本区别。操作型数据库是为了支撑各种业务而建立，而分析型数据库则是为了对从各种繁杂业务中抽象出来的分析主题(如用户、成本、商品等)进行分析而建立；
2.集成性
集成性是指数据仓库会将不同源数据库中的数据汇总到一起；
3.企业范围
数据仓库内的数据是面向公司全局的。比如某个主题域为成本，则全公司和成本有关的信息都会被汇集进来；
4.历史性
较之操作型数据库，数据仓库的时间跨度通常比较长。前者通常保存几个月，后者可能几年甚至几十年；
5.时变性
时间性是指数据仓库包含来自其时间范围不同时间段的数据快照。有了这些数据快照以后，用户便可将其汇总，生成各历史阶段的数据分析报告；
数据仓库组件数据仓库的核心组件有四个：各源数据库， ETL ，数据仓库，前端应用。如下图所示：

文章插图

1. 业务系统
业务系统包含各种源数据库，这些源数据库既为业务系统提供数据支撑，同时也作为数据仓库的数据源(注：除了业务系统，数据仓库也可从其他外部数据源获取数据)；
2.ETL
ETL分别代表：提取、转换、加载。其中提取过程表示操作型数据库搜集指定数据，转换过程表示将数据转化为指定格式并进行数据清洗保证数据质量，加载过程表示将转换过后满足指定格式的数据加载进数据仓库。
数据仓库会周期不断地从源数据库提取清洗好了的数据，因此也被称为"目标系统"；
3.前端应用
和操作型数据库一样，数据仓库通常提供具有直接访问数据仓库功能的前端应用，这些应用也被称为BI(商务智能)应用，其核心是以可视化的图表将数据展现出来，使其具有对业务的决策指导意义。

数据集市(data mart)数据集市可以理解为是一种"小型数据仓库" ，它只包含单个主题，且关注范围也非全局。
数据集市可以分为两种，一种是独立数据集市，这类数据集市有自己的源数据库和ETL架构；另一种是非独立数据集市，这种数据集市没有自己的源系统，它的数据来自数据仓库。
当用户或者应用程序不需要/不必要/不允许用到整个数据仓库的数据时，非独立数据集市就可以简单为用户提供一个数据仓库的"子集" 。
数据仓库开发流程在数据库系列的第五篇中，曾详细分析了数据库系统的开发流程。数据仓库的开发流程和数据库的比较相似，因此本文仅就其中区别进行分析。
下图为数据仓库的开发流程：