《數據架構》閱讀筆記（三）數據倉庫
《數據架構——大數據、數據倉庫以及Data Vault》，作者W.H. Inmon，DanielLinstedt，譯者唐富年，人民郵電出版社，2017年。
筆記中有些內容直接引用原書。
================================================================
豎井式系統（silo system）環境：在整個架構中，數據完全存在於某個應用程序所限定的「豎井」中，而在豎井式系統環境的外部則完全沒有信息的集成。
數據倉庫是面向決策支持系統（decision support system，DSS）的，是一個面向主題的、集成的、非易失且時變的數據集，用於支持管理決策。數據倉庫的另一個術語是「事實的唯一版本」，它為可信的企業數據奠定了基礎。它所表現的是整個企業的數據，而不是應用程序的數據。
數據倉庫是一套完整的基礎設施，包括ETL技術和作業系統；包括數據集市，它的結構圍繞著Ralph Kimball所倡導的維度技術；還包括作業數據存儲（operational data store, ODS），它是整個架構的關鍵組成部分之一。數據倉庫演化為企業信息工廠（corporate information factory, CIF），接著又演進到了DW 2.0架構。
非結構化數據也是數據倉庫領域中非常重要和關鍵的一個方面。元數據是基礎設施不可或缺的一個組成部分。企業元數據和本地元數據同樣重要。
數量眾多的應用程序沒有進行數據統一，包括：相同數據的命名約定；相同數據的物理屬性；相同數據的屬性的物理結構；相同數據的值的編碼方式。
ETL技術使得企業數據有了統一的定義，包括：標準化命名約定；標準化數據的物理屬性；標準化數據的編碼值；標準化數據的計算；標準化數據的分類。
為了滿足各種獨特視角對匯總數據和合計數據的不同需求，人們採用了一種不同的數據結構——數據集市（data mart）。每個組織都有其自己的數據視角，但所有的數據都源自數據倉庫中的顆粒化數據。不同的數據部門可以對數據建立不同的解釋。
維度模型是一種優化的、用於數據集市的資料庫設計。每個部門的數據集市都有一個與眾不同的維度模型，而維度模型的所有數據來自於數據倉庫。維度模型有時稱作「星型聯接」或「雪花模型」。維度模型包括一個事實表和若干維度。維度模型的主要價值在於它很容易創建並且易於分析，當需要改變維度模型時，創建一個新模型通常比維護一個舊模型更加簡單。
作業數據存儲（operational data store, ODS）。可以幫助對集成數據進行在線事務處理，可以對非集成且難以處理的作業系統的數據進行集成，可以幫助組織對集成數據進行在線更新（數據倉庫無法支持在線更新）。作業應用程序將事務數據直接或間接（通過ETL介面）發送給ODS，ODS與數據倉庫有介面。數據到了ODS之後，就可以在那裡進行在線事務處理。ODS中的數據也會被集成。
ODS和數據倉庫的區別。ODS：面向主題的，集成的，易失的，取當前值的。數據倉庫：面向主題的，集成的，非易失的，時變的。數據倉庫中保存5-10年數據很正常，ODS中很少保存超過30天的數據。二者在保存歷史數據規模上有很大差別。
ODS分類。I類ODS：作業環境轉到ODS在毫秒級。II類ODS：若干小時。III類：第二天才更新到ODS。
數據倉庫的好處：從企業視角來看待數據；從集成視角來看待數據；研究跨度很長時期的數據；為組織中的多個群體提供唯一的數據基礎。
數據倉庫不應作為進行在線高性能事務處理基礎設施。a. 如果為數據捕獲了快照後，又因為在線處理更改了快照數據，那麼久破壞了數據的完整性；
b. 針對數據倉庫的查詢類型眾多，不像在線系統一樣是同質工作負載，無法取得快速的響應時間。不要在數據倉庫中進行長時間的頻繁的統計處理，其佔用的資源太多，會影響一般用戶的查詢。如果需要經常統計，則需要建立一個探查倉庫（exploration warehouse）。
BrianZhang：《數據架構》閱讀筆記（一）企業數據
BrianZhang：《數據架構》閱讀筆記（二）大數據BrianZhang：《數據架構》閱讀筆記（四）Data VaultBrianZhang：《數據架構》閱讀筆記（五）作業環境BrianZhang：《數據架構》閱讀筆記（六）數據架構BrianZhang：《數據架構》閱讀筆記（七）重複型分析BrianZhang：《數據架構》閱讀筆記（八）非重複型分析BrianZhang：《數據架構》閱讀筆記（九）作業分析1BrianZhang：《數據架構》閱讀筆記（十）作業分析2BrianZhang：《數據架構》閱讀筆記（十一）個人分析BrianZhang：《數據架構》閱讀筆記（十二完結篇）複合式的數據架構軟體開發之路
推薦閱讀：