本文共 1521 字，大约阅读时间需要 5 分钟。

数据仓库的数据存储

源数据通过ETL的日常任务调度导出，并经过转换后以特性的形式存入数据仓库。关于数据仓库是否需要存储细节数据，存在两大观点。一部分人认为数据仓库面向分析，所以只需存储特定需求的多维分析模型；另一部分人则认为数据仓库应先建立并维护细节数据，再根据需求从中聚合和处理数据生成特定的分析模型。后一种观点更为倾向。数据仓库并不需要储存所有原始数据，但需要存储细节数据，并且导入的数据必须经过整理和转换，使其面向主题。

具体原因如下：

（1）不需要所有原始数据。数据仓库面向分析处理，但某些源数据对分析价值较低，或其价值远低于储存这些数据的实现和性能成本。例如，用户的省份、城市信息通常已足够，至于用户具体住在哪里可能只对物流商有用，而博客评论中的文本内容可能对文本挖掘有用，但将这些冗长的评论文本存入数据仓库反倒徒增负担。（2）需要存储细节数据。数据仓库的分析需求会随着时间和业务需求不断变化。只有通过维护细节数据，才能以不变应万变。如果我们仅存储特定需求下搭建的数据模型，当需求变化时将手忙无策。（3）面向主题处理更具优势。面向主题是数据仓库的核心特性，主要是指合理组织数据以方便分析。源数据的组织形式通常较为混乱，例如点击流数据格式复杂，前台数据库数据是为OLTP操作优化的，这些形式不适合直接分析。只有将数据整理成面向主题的形式，才能真正提升分析效率。例如，将点击流日志整理为页面（Page）、访问（Visit或Session）、用户（Visitor）三个主题，便能显著提升分析效率。

数据仓库基于维护细节数据，在对数据进行处理后，使其能够真正应用于分析。主要包括以下三个方面：

数据的聚合

聚合数据指基于特定需求的简单聚合。简单聚合体现在多维数据模型中，例如网站的总Pageviews、Visits、Unique Visitors等汇总数据，也可以是Avg. time on page、Avg. time on site等平均数据，这些数据可以直接展示于报表上。

多维数据模型

多维数据模型提供了多角度、多层次的分析应用。例如，基于时间维、地域维构建的销售星形模型、雪花模型，可以实现不同时间维度和地域维度的交叉查询，以及基于时间维和地域维的细分。多维数据模型的应用通常与联机分析处理（Online Analytical Process, OLAP）相关，同时面向特定需求群体的数据集市也会基于多维数据模型进行构建。

业务模型

业务模型是基于某些数据分析和决策支持而建立的数据模型。例如，用户评价模型、关联推荐模型、RFM分析模型等；或者是决策支持的线性规划模型、库存模型等。此外，数据挖掘中前期数据的处理也可以在这里完成。

数据仓库的数据应用

报表展示报表是数据仓库中最基础、最直观的数据应用之一。它将聚合数据和多维分析数据展示于报表，提供最为简单直观的数据呈现形式。

即席查询

理论上，数据仓库的所有数据（包括细节数据、聚合数据、多维数据和分析数据）都应该开放即席查询。即席查询提供了足够灵活的数据获取方式，用户可以根据需求查询数据，并支持将数据导出至Excel等外部文件。

数据分析

数据分析是数据仓库的重要应用之一。通过分析数据，可以为业务决策提供支持。以下是数据分析的具体方法：

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

一个人可以走得很快，但一群人才能走得更远！不论你是从事IT行业的老鸟，还是对IT行业感兴趣的新人，都欢迎加入我们的技术交流群。这里不仅有丰富的学习资源，还有职场吐槽、面试辅导、内推信息，等等。让我们一起学习、成长！

转载地址：http://fagfk.baihongyu.com/