一.数据仓库定义
数据仓库就是面向主题的、集成的、相对稳定的、随时间不断变化（不同时间）的数据集合，用以支持经营管理中的决策制定过程、数据仓库中的数据面向主题，与传统关系数据库面向应用相对应。
二.数据仓库与传统数据的区别
数据仓库是用于分析的数据库，传统的关系型数据库是面向业务的，为具体的业务提供支撑。
数据仓库是集成的，数据仓库的数据有来自于分散的操作型数据，将所需数据从原来的数据中抽取出进行加工与集成，统一与综合之后才能进入数据仓库.
数据仓库是不可更新的，数据仓库主要是为决策分析提供数据，所涉及的操作主要是数据的查询
随着时间的增长，数据仓库数据量会很大
与关系型数据库相比，数据仓库的设计允许冗余
为了更好的为业务决策服务，数据仓库的设计要求如下：
1.效率足够高，尽量的低延迟，隔天能看到历史的数据分析数据
2.数据质量，在ETL过程中，避免脏数据或者代码有误导致的数据不准确误导决策者
3.扩展性，考虑到随着时间的推移，以及业务的变动，数据量增大，数据仓库要合理建模，适度增加中间层（olap,cube），缓冲数据量增大带来的压力
4.根据决策者重点关心的方向，提取主题，排除无用的主题
三 数据仓库系统的组成
数据源，ETL，数据仓库，应用
四.数据仓库建模
维度建模(dimensional modeling)是数据仓库建设中的一种数据建模方法。
维度表：表示对分析主题所属类型的描述。就是你观察该事务的角度，是从哪个角度去观察这个内容的。
事实表：表示对分析主题的度量。
维度建模的模式：星形模式，雪花模式，星系模式（星座模式）
星形模式：维表只和事实表关联，维表之间没有关联；以事实表为核心，维表围绕核心呈星形分布；
雪花模式：是星形模式的扩展，每个维表可继续向外连接多个子维表
星形模式中的维表相对雪花模式来说要大，而且不满足规范化设计。雪花模型相当于将星形模式的大维表拆分成小维表，满足了规范化设计。然而这种模式在实际应用中很少见，因为这样做会导致开发难度增大，每次查询需要太多关联，而数据冗余问题在数据仓库里并不严重。
星座模式：一个维表也可能被多个事实表用到
在业务发展后期，绝大部分维度建模都采用的是星座模式。
共享维度
细节/聚集事实表
细节事实表(detailed fact tables)中每条记录表示单一事实，而聚集事实表(aggregated fact tables)中每条记录则聚合了多条事实。
两种事实表各有优缺点，细节事实表查询灵活但是响应速度相对慢，而聚集事实表虽然提高了查询速度，但使查询功能受到一定限制。
一个常见的做法是使用星座模型同时设置两种事实表(可含多个聚集事实表)。
缓慢变化维度
五 数据仓库系统的实现和使用
数据仓库系统以前通常是建在关系型数据库基础上，随着大数据的发展，使用SPARK SQL,hive创建数据仓库逐渐成为趋势，建模与实现分开，先用建模工具建模，然后用HIVE或者spark sql实现，ETL工作的实质就是从各个数据源提取数据，对数据进行转换，并最终加载填充数据到数据仓库维度建模后的表中。
抽取(Extract)：根据数据仓库的设计要求，从各个数据源搜集数据。
转换(Transform)：对提取好了的数据的结构进行转换清洗，以满足目标数据仓库模型的过程
加载(Load)：将转换好的数据加载的数据仓库
然后就是olap，维度建模，展示维度建模分析与SQL查询相比，设计好后简单但不够灵活
cube的架构模式通常有三种：MOLAP(Multidimensional Online Analytical Processing)，ROLAP(Relational Online Analytical Processing)，HOLAP(Hybrid Online Analytical Processing)
cube的常用操作：切片，切块，旋转，上卷，下钻
ETL通过清洗和转换最后将数据加载到数据模型中
ETL的主要任务是在交付过程中划分维度和事实
