什么是数据仓库(data warehousing)？

数据仓库是企业或组织对大量信息的电子存储。数据仓库是商业智能的一个重要组成部分，它对商业数据采用分析技术。

1988年，IBM研究人员barrydevlin和paulmurphy提出了数据仓库的概念。随着计算机系统变得越来越复杂，处理的数据量越来越大，对数据仓库的需求也随之发展。有关数据仓库的一本重要书籍是W。H。Inmon的《构建数据仓库》于1990年首次出版，此后多次再版。

数据仓库的工作原理

数据仓库用于通过比较从多个异构源整合的数据，提供对公司绩效的更深入了解。数据仓库是用来对来自事务源的历史数据进行查询和分析的。

一旦数据被合并到仓库中，它就不会改变，也不能改变，因为数据仓库通过关注数据随时间的变化来对已经发生的事件进行分析。仓库数据必须以安全、可靠、易于检索和管理的方式存储。

创建数据仓库需要执行某些步骤。第一步是数据提取，包括从多个源点收集大量数据。在数据被编译之后，它将经历数据清理、对数据进行错误梳理以及纠正或排除任何发现的错误的过程。

然后将清理后的数据从数据库格式转换为仓库格式。数据一旦存储在仓库中，就要经过分类、合并、汇总等过程，这样更协调、更容易使用。随着时间的推移，随着多个数据源的更新，更多的数据被添加到仓库中。

关键要点

• 数据仓库是企业或组织对大量信息的电子存储。
• 为了商业智能和数据挖掘的目的，数据仓库被设计用来对从事务源中派生的历史数据进行查询和分析。
• 数据仓库用于通过比较从多个异构源整合的数据，提供对公司绩效的更深入了解。

特别注意事项：数据挖掘

企业可能会将数据存储起来，用于探索和数据挖掘，寻找有助于改进业务流程的信息模式。一个好的数据仓库系统还可以使公司内的不同部门更容易访问彼此的数据。

1:17

现在看：数据挖掘是如何工作的？

例如，数据仓库可以让公司轻松地评估销售团队的数据，并帮助决策如何提高销售或精简部门。这家企业可能会选择关注客户的消费习惯，以便更好地定位产品和增加销量。

通过数据仓库，公司可以收集过去20年客户支出的历史数据，并对这些数据进行分析。由此得到的信息可以提供对其消费者偏好的洞察；销售较大的一天、一个月或一年的时间；或者是今年消费最高的客户。

有效的数据存储和管理也使得启动旅行预订和使用自动柜员机等流程成为可能。

数据挖掘过程分为五个步骤：

1. 组织收集数据并将其加载到数据仓库中。
2. 然后，他们在内部服务器或云上存储和管理数据。
3. 业务分析人员、管理团队和信息技术专业人员访问数据并确定如何组织数据。
4. 然后应用软件根据用户的结果对数据进行排序
5. 最终用户以一种易于共享的格式呈现数据，例如图形或表格。

数据仓库与数据库

数据仓库不一定与标准数据库的概念相同。数据库是一种事务性系统，它被设置为监视和更新实时数据，以便只有最新的数据可用。数据仓库是用来在一段时间内聚合结构化数据的。例如，数据库可能只有客户的最新地址，而数据仓库可能拥有客户过去10年居住的所有地址。