数据仓库是为数据分析所设计的，数据仓库就是一个OLAP系统，OLAP需要对数据模型支持上卷、下钻、切片、切块。数据仓库存的主要是历史数据，通过分析历史数据对未来的决策提供依据。
数据仓库的特点
面向主题（subject-oriented）：数据仓库围绕一些重要主题，比如患者、药品、成本、收入。数据仓库关注决策者的目的，而不是单位的日常操作和事务处理。因此，数据仓库通常排除掉与决策无用的数据，提供特定主题的简明视图。
集成（integrated）：构造数据仓库将多个异构数据源集成在一起，对数据进行清理，确保命名约定、编码结构、属性单位等一致。
与时间相关（time-variant）：存储的数据从历史角度（5至10年）提供信息。数据仓库中的关键结构都包含时间元素。
与业务分离（nonvolatile）：数据仓库的数据源于业务但与业务分离，不需要支持事务处理、恢复和并发控制。通常，数据仓库只有两种数据访问操作，数据初始装载和数据访问。
数据仓库是一种决策支持数据模型的物理实现，存放着企业战略决策所需的信息，用于支持结构化查询、分析报告和决策制定。
建仓的过程（data warehousing）就是构建和使用数据仓库的过程。数据仓库的使用者是“知识工人”，比如经理、分析人员、主管，他们使用数据仓库快捷、方便地得到数据的总体视图，根据数据仓库的信息做出准确的决策。
以医院举例，医院如何使用数据仓库中的信息来支持决策：
提高患者满意度（就医时长，就医时段，院内人数高峰，大型检查排队情况）
医院经营状况分析，按季度、按年、按院区对比，调整资源投入与配比
利润分析，找出利润占比大的治疗项目及科室，分析利润源
资产分析，对资产开销进行调整，减少无效投入
数据仓库是更新驱动（update-driven）而不是查询驱动（query-driven）,数据仓库在数据建模阶段就决定了能查什么，数据是提前处理的，不包含近期数据。同时数据仓库提供了数据查询的高性能，数据在更新时就已经被预处理、注释、汇总到一个语义一致的数据存储中，数据仓库存储并集成历史信息，提供复杂的多维查询。
数据仓库的结构分为三层：
最上层是一套报表工具用来做数据可视化，提供趋势分析、预测。
中间一层是一种扩充的关系型数据库，用来将多维数据操作映射为标准关系操作
底层是一个关系型数据库加上ETL工具将外部数据源的数据提取、清理、转换至关系型数据库。
数据仓库的三种模型
企业仓库（Enterprise warehouse）：这类数据仓库搜集关于分析主题的所有信息，提供企业范围内的数据集成，包含细节数据和汇总数据。它需要进行广泛的商务建模，可能要经历多年的设计和建设。
数据集市（data mart）：数据集市是企业数据的一个子集，主要服务于某一个部门，并且数据集市的数据基本上都是汇总的。数据集市的设计和规则不是为企业范围内的决策准备的，后期如果集成到企业仓库可能会比较复杂。
虚拟仓库（virtual warehouse）：虚拟仓库只是业务数据库上视图的集合，主要是为了应付查询，有些汇总视图可能会被物化。虚拟仓库建立容易，但对业务数据库的性能有冲击。
我们把企业仓库比作一个个堆满数据的货架，数据集市则类似宜家的二楼或三楼的样板展示间，样板间里用到的素材取自货架，每个商品上都有货架号，你看中什么商品出门结算时报货架号就可以了，工作人员会去一楼的货架上把商品取出来。
数据仓库的建立与ETL工具密不可分，ETL就是指数据提取、数据转换、数据加载。
数据提取：将数据从数据源中抽取出来，一般使用JDBC客户端，通过SQL抽取
数据清理：对抽取的数据进行分析，订正或过滤数据中的错误
数据变换：将数据换转成数据仓库的目标格式，数据类型或样式可能会变，比如由编码转换为文字，数据有可能被拆分和组合
加载：数据最终被导入到数据仓库
元数据是关于数据的数据。在数据仓库中，元数据是定义仓库对象的数据。元数据包括的内容：
数据仓库结构的描述，包括仓库模式、视图、维、分层结构、导出数据的定义
仓库使用的统计量、错误报告、审计跟踪
源数据与数据仓库的映射
性能数据，定时刷新调度策略
数据仓库建模使用的是数据立方体多维数据模型（data cube）。数据立方体允许以多维对数据进行观察，它由维和事实定义。
维是一个单位想要记录的透视和实体。我们说患者就诊数据有多个维度，就是指可以从就诊科室、患者年龄段、性别、病种、居住位置来对数据进行分析。我们可以就几个维度来对患者进行分析。每个维都可以有一个与之相关联的表，该表称为维表。每个维表可以包含与它相关的信息，它与数据的分布相关。
多维数据模型围绕着数值展开的，每个分析主题用事实表来表示。事实是以数值来度量的。我们把它看作数量，是因为我们想根据它们分析维之间的关系。
我们来看一个三维的数据：
针对数据立方体，我们再来理解数据的切片、切块、上卷、下钻就好理解多了。
文章中的内容是对《数据挖掘概念与技术》一书的学习和梳理。
