Data Warehouse Guide文档笔记(一):Data warehouse和OLTP系统的对比

新的工作主要专注于数据仓库的构建，因此开始阅读oracle的data warehouse guide文档，随便在这里记下一点笔记。希望能够坚持看完。

Oracle10g Data Warehouse Guide链接如下：http://download-west.oracle.com/docs/cd/B19306_01/server.102/b14223/toc.htm

和OLTP系统不同，数据仓库的主要目的是用于查询和分析数据。因此，数据仓库一般会包含大量的历史数据，用于分析其中的信息和趋势。
数据仓库理论的鼻祖William Inmon给数据仓库的特性归纳为一下四点：

面向主题(Subject Oriented)
集成(Inegrated)
不可修改(Nonvolatile)
时间相关(Time Variant)

数据仓库和OLTP是基于不同的需求而得出的解决方案。下面是数据仓库和OLTP系统的一些主要方面的对比：

一、负载
数据仓库主要设计为适合即席查询(Ad hoc query)，我们无法预先知道数据仓库的负荷，所以，数据仓库需要设计为能够适应各种可能的查询

而OLTP系统一般执行的操作是可以预先确定的，可以按照估计出的系统负荷来设计OLTP系统

二、数据修改
数据仓库一般是通过ETL，周期性的将新的数据批量装载。数据进入数据仓库后，一般是不可修改的，所以数据仓库当中一般会建较多的索引用于优化查询。

而OLTP系统，终端用户可以修改其对应的某些数据，所有OLTP系统一般即时体现着当前最新的数据

三、架构设计
数据仓库一般采用非规范化或者部分非规范化的设计，以优化查询性能，典型的设计如星型模型和雪花模型。因为非规范化设计，可以只需要join较少的表就得到更多的数据。

而OLTP系统一般采用规范化的设计，以避免出现update/insert/delete异常，并保证数据的一致性。

四、典型操作
数据仓库中，一条查询可能需要访问上千，甚至几百万行数据，所以查询的性能相当重要。在oracle中，dimension，materialized view，bitmap index等技术，都在数据仓库中大量使用以优化查询性能。

OLTP中，一个操作一般只需要访问有限的几条数据。

五、历史数据
数据仓库中需要大量的历史数据，以便从历史数据中分析所需要的信息

OLTP系统则一般会将历史数据删除，以保证当前事务处理的性能