在介绍数据仓库之前，我们先来看一下数据库。

什么是数据库？

那么，什么是数据仓库呢？

数据仓库：数据仓库是面向主题的，集成的，相对稳定的，反映历史变化的数据集合，用于支持管理决策。 目前，数据仓库一词尚没有一个统一的定义，数据仓库之父Inmon定义：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。对于数据仓库的概念我们可以从两个层次予以理解，

（1）首先，数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库；

（2）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，而且存放在数据仓库中的数据一般不再修改。

根据数据仓库概念的含义，数据仓库拥有以下四个特点：

面向主题更多的是在一个较高的层次上，对企业特定的应用场景来分析抽象数据，作为一个单独的研究领域。 而传统数据库主要是为应用程序进行数据处理，未必按照同一主题存储数据；数据仓库侧重于数据分析工作，是按照主题存储的。

这一点，类似于传统农贸市场与超市的区别：

面向主题的特点是数据仓库和操作型数据库最根本的区别。操作性数据库是为了支撑各种业务而建立的，而分析型数据库则是为了从各种繁杂的业务中抽象出的分析主题（例如，用户、商品、物流等）进行分析而建立的。

面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。

而数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。

例如，在一个公司里面有N多的系统（财务系统，人事系统，仓储系统，订单系统），不同的系统之间通常来说是相对独立的。而每一个系统都有独立的数据库。但是，在公司更高的层面上，想看到企业完整数据的全貌，就出现了数据集成的概念。而数据仓库是集成的，是企业级别的数据，同时保持数据的一致性、完整性、有效性和精确性。

而保证数据一致性是至关重要的，一个仓库管理员，可以通过自己的账号登录仓储系统管理货物，也可以用相同的账号登录OA系统，查看个人信息。同样的，在财务系统中也有对应的信息。例如，你在仓储系统中的性别是用中文“男”表示，但是在OA系统中可能使用英文字母“M”表示。所以，信息在各个系统中是不一致的，所以为了完成建立一个企业级的一致性的数据，就要把系统中所有的数据进行集成。

操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。

我们要建数仓，通常来说需要追踪历史的、某一时刻的状态，但是在数据库中却是不一样的。因为，数据库本身是面向业务处理，例如，你这个人目前是一个休假状态，那么当前你就是休假状态，而你无法得知你去年这个时候是什么状态。在数据仓库中不存在删除数据的情况，也不存在update和insert数据。

最大的区别是，数据库只能反应当前的状态，不能反应过去某一时刻的状态。

操作型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点) 到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。同样都是累计购买过婴儿用品的顾客，一位是最近三个月购买，一位是最近一年从未买过，这对于决策者意义是不同的。

企业数据仓库的建设，是以现有企业业务系统和大量业务数据的积累为基础。数据仓库不是静态的概念，只有把信息及时交给需要这些信息的使用者，供他们做出改善其业务经营的决策，信息才能发挥作用，信息才有意义。

而把信息加以整理归纳和重组，并及时提供给相应的管理决策人员，是数据仓库的根本任务。因此，从产业界的角度看，数据仓库建设是一个工程，是一个过程。

数据源：是指企业操作型数据库中的各种生产运营数据、办公管理数据等内部数据和一些调查数据、市场信息等来自外环境的数据总称。这些数据是构建数据仓库系统的基础是整个系统的数据源泉。

数据的存储与管理：数据仓库的存储主要由元数据的存储及数据的存储两部分组成。

元数据是关于数据的数据，其内容主要包括数据仓库的数据字典、数据的定义、数据的抽取规则、数据的转换规则、数据加载频率等信息。

各操作数据库中的数据按照元数据库中定义的规则，经过抽取、清理、转换、集成，按照主题重新组织，依照相应的存储结构进行存储。也可以面向应用建立一些数据集市，数据集市可以看作是数据仓库的一个子集，它含有较少的主题域且历史时间更短数据量更少，一般只能为某个局部范围内的管理人员服务，因此也称之为部门级数据仓库。

数据的访问：由OLAP（联机分析处理）、数据挖掘、统计报表、即席查询等几部分组成。

例如OLAP：针对特定的分析主题，设计多种可能的观察形式，设计相应的分析主题结构（即进行事实表和维表的设计），使管理决策人员在多维数据模型的基础上进行快速、稳定和交互性的访问，并进行各种复杂的分析和预测工作。

按照存储方式来分，OLAP可以分成MOLAP以及ROLAP等方式，