文档介绍：数据仓库基础知识
数据仓库基本概念

随着市场竞争的加剧,信息系统的用户已经不满足于仅仅用计算机去处理每天所发生的事务数据,而是需要信息——能够支持决策的信息,去帮助管理决策。这就需要一种能够将日常业务处理中所收集到的各种数据转变为具有商业价值信息的技术,传统数据库系统无法承担这一责任。因为传统数据库的处理方式和决策分析中的数据需求不相称。这些不相称性主要表现在决策处理中的系统响应问题、决策数据需求的问题和决策数据操作的问题。
(续)
传统的事务处理环境不适宜于决策支持应用
事务处理和分析处理的性能特性不同
数据集成问题
数据动态集成问题
历史数据问题
数据的综合问题
操作型环境和分析型环境的分离:数据抽取
现实生活中面临的问题
人们在日常生活中经常会遇到这样的情况:
超市的经营者希望将经常被同时购买的商品放在一起,以增加销售;
保险公司想知道购买保险的客户一般具有哪些特征;
医学研究人员希望从已有的成千上万份病历中找出患某种疾病的病人的共同特征,从而为治愈这种疾病提供一些帮助;
……
企业面临的问题
经过多年的计算机应用和市场积累,许多企业保存了大量原始数据和各种业务数据, 它是企业生产经营活动的真实记录
由于缺乏集中存储和管理,这些数据不能为本企业加以利用, 不能进行有效的统计、分析及评估,无法将这些数据转换成企业有用的信息
数据爆炸问题
自动的数据收集工具和成熟的数据库技术导致巨大的数据存储在文件系统、数据库和其它的信息库中。
我们会淹死在数据中, 但却为信息、知识所饿!
面临的挑战
如何在堆积如山的企业交易数据中发现具有商业价值的闪光点?
如何使您的企业或组织在激烈的市场竞争中保持对客户的吸引力?
如何预先发现和避免企业运作过程中不易察觉的商业风险?
数据仓库应运而生
数据仓库的出现和发展是数据库和OLTP技术发展、数据库应用深化的产物;
目的是把数据库中的大量数据转化为有用信息,为企业更好地进行决策服务。
讨论话题一
数据仓库产生的源动力是什么?数据仓库系统是数据驱动还是需求驱动的?