【数据仓库】数据仓库工具箱（第三版）学习笔记（一）——OLAP与OLTP、数据仓库与商业智能

数据获取与数据分析的区别

信息的目的：操作型记录的保存和分析决策的制定。

操作型系统保存数据，而DW/BI系统使用数据。

操作型系统的用户确保组织能正常运转，如用户注册、下单、退款以及用户的抱怨。优化的目的是使其能够更快地处理事务。一般一次性处理一个事务记录。操作型系统通常不必维护历史数据，只需要修改数据以反映最新的状态。

DW/BI系统的使用户研究分析企业的运转，并对其效能进行评估。DW/BI系统一般不会一次只处理一个事务。对DW/BI系统进行优化的目的是高性能地完成用户的查询，回答用户的查询通常搜索成千上万条记录，并将查询结果放入一个查询集合中。DW/BI系统的用户通常要求保存历史环境，用于精确的评估组织在一段时间内的效能。

	OLTP (On-Line Transaction Processing)	OLAP（On-Line Analytical Processing）
特点	在线事务多	数据量大
数据来源	事务数据	OLTP系统为数据源
业务目的	业务处理	分析查询
面向对象	业务处理人员	决策分析人员
主要工作负载	增、删、改、查	主要是查询
主要衡量指标	事务吞吐量	QPS
实现方法	关系型数据库	数据仓库
设计模式	3NF	维度建模（星型、雪花型）
响应时间	毫秒级别	秒、分钟级别

数据仓库与商业智能的目标

老生常谈的问题：

1. 海量的数据无法访问（数据使用人员）
2. 数据进行切片和切块（分析人员）
3. 方便的获得数据（业务人员）
4. 将最重要的事情展示给我（管理层、决策人员）
5. 会议中讨论最多的是数据的质量、标准，而非进行决策（数据治理）
6. 获取更多信息来支持基于事实的决策而非拍脑袋（数据化思维）

DW/BI的目标：

1. DW/BI系统要能方便地存取信息：内容必须易于理解、数据结构与标识必须符合用户的思维过程和词汇。用户能以各种形式分割和合并分析数据。商业智能工具和应用要简单易用，能再较短的时间内快速将查询结果返回给用户。总结：简单、快捷。
2. DW/BI信息必须以一致性的形式展现信息，数据必须是可信的。一致性意味着DW/BI的公共标识和定义，可在不同数据源共用。同名同意性、异意异名性。
3. DW/BI系统必须能够快速适应变化。业务问题发生变化或新增到数据仓库时，已存在的数据不应该被改变或破坏。如果必须修改DW/BI的描述性数据，要能以适当的方式描述变化，并使变化对用户来说是透明的。
4. DW/BI系统必须能及时展现信息。DW/BI系统主要用于操作型决策，DW/BI团队和业务用户需要对发布数据意味着什么有现实的期望。
5. DW/BI系统必须成为保护信息财富的安全堡垒。DW/BI必须能有效控制对组织中机密信息的访问。
6. DW/BI系统必须成为提高决策制定能力的权威和可信的基础。数据仓库需要正确的信息以支持决策制定。DW/BI系统的称谓——决策支持系统。
7. DW/BI系统成功的标志是业务群体接受DW/BI系统。如果业务群体不能接受DW/BI环境并积极使用它，就难言成功。

上述列表中的每一项都很重要，但是笔者认为最重要的最后两项。