5、数据处理与分析技术：OLAP、数据仓库及Azure函数

数据处理与分析技术：OLAP、数据仓库及Azure函数

1. 数据仓库与OLAP概述

随着数据结构日益复杂，对数据分析工具的需求不断增加，一种新型的数据存储方式——数据仓库应运而生。数据仓库之父Bill Inmon将其定义为一个集成的、面向主题的、可随时间修改且非易失性的数据库，用于支持决策过程。

为满足数据分析系统对新程序的需求，出现了OLAP（在线分析处理）程序。OLAP系统具有以下四个特点：
- 使用多维分析技术 ：多维数据分析是OLAP工具最显著的特征，它基于事实表和维度表对数据进行分析，能让决策者从不同角度和业务相关数据的背景下查看数据。
- 数据库系统支持 ：为了更好地支持决策，OLAP系统需要具备访问广泛数据的功能。为确保OLAP术语（通常是业务或模型术语）与实际数据库中更具技术性的术语之间的无缝转换，会构建语义模型，该模型比OLTP系统的技术模型更易被主题专家理解。
- 易于使用的用户界面 ：OLAP功能越容易访问，对公司就越有意义和价值。现代OLAP应用程序利用旧分析工具的用户界面，甚至嵌入到现有应用程序（如Excel）中，以提高用户接受度。此外，Power BI也是一款易于理解的数据分析应用程序。
- 支持客户端 - 服务器架构 ：OLAP系统采用客户端 - 服务器架构，服务器端的OLAP服务器准备聚合和多维数据集，客户端应用程序可轻松访问服务器提供的数据。这种架构使OLAP系统具有灵活性，且可以通过无服务器方式实现“服务器”部分，如使用Azure SQL数据库或Azure分析服务。