【数据仓库 | Data Warehouse】数据仓库的四大特性

1. 前言

数据仓库是用于支持管理和决策的数据集合，它汇集了来自不同数据源的历史数据，以便进行多维度的分析和报告。数据仓库的四大特点是：主题性，集成性，稳定性，时变性。

2. 主题性(Subject-Oriented)

2.1 定义：

数据仓库是围绕特定的主题组值数据的，而不是围绕特定的应用或事务处理。每个主题代表了一个特定的业务，如销售，财务，客户关系。

2.2 优点：

主题性可以使得数据仓库的数据更容易理解和使用，用户可以集中关注特定的业务领域，无需关心底层的复杂性。

2.3 示例：

一个销售主题的数据仓库可能包含产品，客户，销售订单，销售业绩等数据。

3. 集成性(Integrated)

3.1 定义：

数据仓库的数据是从多个异构的数据源（如事务处理系统，外部数据，文件等）抽取，清晰，转换并集成的。这些数据源可能有不同的格式和结构，但数据仓库将它们统一成一致的格式。

3.2 优点：

集成性保证了数据的一致性和准确性，消除了数据冗余和不一致问题，使得跨系统的数据分析成为了可能。

3.3 示例：

从多个部门的事务系统（如销售系统，财务系统，库存系统）中抽取数据，经过清洗和转换后，整合到一个统一的数据仓库中。

4. 稳定性(Non-Volatile)

4.1 定义：

数据仓库中的数据是相对稳定的，不会频繁的更新。一旦数据被加载到数据仓库中，通常只会进行定期的更新或追加，而不是频繁的修改。

4.2 优点：

稳定性保证了数据的历史记录和完整性，使得历史数据分析和趋势分析成为可能。

4.3 示例：

销售数据在每个月末被加载到数据仓库中，之后这些数据不会被频繁修改，但可以用于长期的趋势分区。

5. 时变性(Time-Variant)

5.1 定义：

数据仓库中的数据是带有时间戳的，反映了数据随时间的变化情况。数据仓库通常包含历史数据，可以追溯到过去某个时间点的数据状态。

5.2 优点：

时变性使得用户可以进行时间序列分析，了解数据随时间的变化 趋势，支持历史数据的查询和分析。

6. 总结：

• 主题性：数据围绕特定的业务主题组织，便于理解和使用。
• 集成性 ：数据从多个数据源抽取，清洗，转换并集成，确保数据的一致性和准确性。
• 稳定性：数据相对稳定，不会频繁更新，保证历史记录的完整性。
• 时变性：数据带有时间戳，反映数据随时间的变化情况，支持历史数据分析。