一、数据仓库的概念

　　　数据仓库（Data Warehouse）简称DW或者DWH，顾名思义，就是储存数据的仓库，一般用于对过去的以及既定发生过的数据进行储存和分析。

　　　数据仓库有个最大的特性：本身不产生数据也不会消耗数据，数据来源于各个数据源。

二、数据仓库的特征

　　　数据仓库的特征总结下来其实只有四个字：及（集）时稳住（主）

　　　1、主题性：和其他传统的数据库面向一个或者多个项目不同。数据仓库是面向分析的主题，分析需要什么，主题就是什么，数据仓库会把各个数据源的数据进行整合，围绕某一主题进行。

　　　2、集成性：数据仓库的数据来源于不同的数据源，经过一系列的抽取、清洗、转换的过程形成最终的数据集合。

　　　3、稳定性（非易失性）：数据一旦进入数据仓库，一般是不允许进行修改的，只能通过分析工具进行分析查询。

　　　4、时变性：随着时间的推移，数仓中原有的数据会无法满足对未来的分析，所以是需要追加新的数据的。

三、数据库 和 数据仓库的区别

　　　1、在谈论数据库以及数据仓库的区别之前，我们应该先说两个概念。

　　　（1）数据库：面向交易的处理系统，通常对少数记录进行查询和修改，主要用于操作型处理，也被称为联机事务处理 OLTP。

　　　（2）数据仓库：一般针对某些主题的历史数据进行分析，被称为联机分析处理 OLAP。

　　　注意：数据仓库的出现，并不是要取代数据库。

　　　2、数据库 和 数据仓库的区别

　　　（1）数据库是面向事务设计的，数据仓库是面向主题设计的。

　　　（2）数据库一般储存业务数据，数据仓库一般储存历史数据。

　　　（3）数据库设计是尽量避免冗余,数据仓库在设计是有意引入冗余。

　　　（4）数据库是为捕获数据而设计（实时），数据仓库是为分析数据而设计（离线）。

四、数据仓库的分层架构

　　　按照数据流入流出的过程，数据仓库架构可分为三层——源数据、数据仓库、数据应用。

　　　源数据层（ODS）： 操作性数据（Operational Data Store），是作为数据库到数据仓库的一种过度，ODS的数据结构一般与数据来源保持一致。

　　　数据仓库层（DW）：数据仓库(Data Warehouse)，是数据的归宿，这里保存所有的从ODS到来的经过清洗后的数据，不会被修改,并且长期保存。

　　　数据应用层（DA或APP）： 数据应用(Dataapplication),为了特定的应用目的或应用范围，而从数据仓库中独立出来的一部分数据，也可称为部门数据或主题数据，该数据面向应用。如根据报表、专题分析需求而计算生成的数据。

五、数据仓库的血液——ETL

　　　ETL，是英文Extract-Transform-Load的缩写，抽取（extract）、转换（transform）、加载（load）。ETL是将业务系统的数据经过抽取、清洗、转换后加载到数据仓库的过程。ETL是数据仓库的血液，维系着数仓的新城代谢，而数据仓库的日常维护和管理大多就是保持ETL的正常和稳定。

　　　狭义ETL: 指将数据从数据源抽取出来, 根据主题对数据进行清洗转换处理工作 然后将符合分析的数据 加载到DW层的过程。

　　　宽泛ETL: 指数据从数据源到ODS层 从ODS层到DW层 从DW层到APP层的过程。