2023年5月31日 01:13:14，刷B站的时候，刷到了李鹏程大佬的B站作品。
数据仓库的诞生原因
1、历史数据积存；2、企业数据分析需要。
- 历史数据积存：历史数据使用频率低，堆积在业务库中，导致性能下降
- 企业数据分析需要：各个部门自己建立独立的数据抽取系统，导致数据不一致。
数据仓库的基本概述
由数据仓库之父比尔·恩门（Bill Inmon）提出
数据仓库是一个面向主题的、集成的、非易失的且随时间变化的数据集合
主要用于组织积累的历史数据，并使用分析方法（OLAP、数据分析）进行分析整理，进而辅助决策，为管理者、企业系统提供数据支持，构建商业智能。
数据仓库的特点
面向主题：为数据分析提供服务，根据主题将原始数据集合在一起
集成：原始数据来源于不同数据源，要整合成最终数据，需要经过抽取、清洗、转换的过程
非易失：保存的数据是一系列历史快照，不允许被修改，只允许通过工具进行查询、分析
时变性：数仓会定期接收、集成新的数据，从而反映出数据的最新变化
数据仓库 vs 数据库
数据库是面向事务设计的，属于OLTP（在线事务处理）系统，主要操作是随机读写；在设计时尽量避免冗余，常采用符合范式规范来设计
数据仓库是面向主题设计的，属于OLAP（在线分析处理）系统，主要操作是批量读写；关注数据整合，以及分析、处理性能；会有意引入冗余，采用反范式方式设计。
| 数据库 | 数据仓库 | |
| 面向 | 事务 | 分析 |
| 数据类型 | 细节、业务 | 综合、清洗过的数据 |
| 数据特点 | 当前的、最新的 | 历史的、跨时间维护 |
| 目的 | 日常操作 | 长期信息需求、决策支持 |
| 设计模型 | 基于ER模型，面向应用 | 星形/雪花模型，面向主题 |
| 操作 | 读/写 | 大多为读 |
| 数据规模 | GB到TB | >=TB |