5 . 7 数据仓库技术

数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。近年来，人们对数据仓库技术的关注程度越来越尚，其原因是过去的几十年中，建设了无数的应用系统，积累了大量的数据，但这些数据没有得到很好的利用，有时反而成为企业的负担。图 5-9为数据仓库体系结构图。

备注：

电气化的必然结果是自动化。

大数据是数字化、信息化的必然结果！！！！

对大数据的分析与智能化是大数据的必然结果！！！

虚拟化是智能化的必然结果！！！

在图5-9中，数据源是数据仓库系统的基础，是整个系统的数据源泉; O L A P ( O n - Line
Analytical Processing , 联机分析处理）服务器对分析需要的数据进行有效集成，按多维
模型予以组织，以便进行多角度、多层次的分析，并发现趋势；前端工具主要包括各种
报表工具、査询工具、数据分析工具和数据挖掘工具，以及各种基于数据仓库或数据集
市的应用开发工具。其中数据分析丁具主要针对 O L A P 服务器，报表工具、数据挖掘工
具主要针对数据仓库。

5.7.1 联机分析处理

数据处理大致可以分成两大类，分 别 是 联 机 事 务 处 理 （ On-Line Transaction
Processing , O L T P ) 和 O L A P 。 O L T P 是传统数据库的主要应用，支持基本的、日常的事
务处理； O L A P 是数据仓库系统的主要应用，支持复杂的分析操作，侧甫决策支持，并且提供直观易懂的查询结果。表 5-12列出了 O L T P 与 O L A P 之间的比较。

从 表 5-12中可以看出，在 O L T P 中，数据是以二维表的形式来进行组织的，但在O L A P 中，数据通常是多维的。这里的“维”是人们观察客观世界的角度，是一种高层次的类型划分。