数据仓库 Data Warehouse

1. 从业务数据中抽离数据，并针对决策和分析进行优化
2. 是面向主题的，集成化的，稳定的，随时间变化的数据集合，用来支持管理决策的过程
3. 数据来自多个数据源，并整合到一个数据库中

数据仓库和数据库的区别

	数据库	数据仓库
1	面向事务	面向主题
2	存储在线交易数据	所有历史数据
3	避免冗余	有意引入冗余
4	用来捕获数据的	用于分析数据

ODS

将贴源层的数据按照数据仓库的要求，并作简单的数据清洗。

数据集市

一般来说从数据仓库中根据需求，抽取所需的数据，组建各自的分析主题，获取数据组合后的新数据。数据集市是数据仓库的子集。

维度表

维度表包含对分析主题所属类型的描述，如时间，商品

事实表

对分析主题的度量，同时包含与维度表关联的外码。

数据模型

星型模型

一个事实表，多个维度表围绕且维度表之间没有关联。

雪花类型

基于星型模型，在维度表上增加细化的拆分

星座模型

基于星型模型，一个维度表被多个事实表关联。

渐变维 SCD

即是一种在多维数据仓库中实现维度历史的技术。有三种不同的SCD技术：SCD 类型1（SCD1），SCD类型2（SCD2），SCD类型3（SCD3）.

1. SCD1通过修改维度记录直接覆盖已存在的值，它不维护记录的历史。SCD1一般用于修改错误的数据。
2. SCD2在源数据发生变化时，给维度记录建立一个新的“版本”，从而维护维度历史。SCD2不删除、修改已存在的数据。
3. SCD3保持维本度记录的一个版。它通过给某个数据单元增加多个列来维护历史。例如，为了维护客户地址，customer_dim维度表有一个customer_address列和一个previous_customer_address列。SCD3可以有效的维护有限的历史，而不像SCD2那样维护全部历史。SCD3很少使用。它只适用于数据库空间不足并且用户接受有限维度历史的情况。

数据库的设计范式

1. 第一范式 所有属性不可再分。比如语文考试成绩，我们可以拆分为科目，成绩，而不是揉在一起。
2. 第二范式 消除非主属性对主属性的部分依赖。比如，对于（学号，科目）这样的主属性，成绩是非主属性。成绩对于（学号，科目）来说，是完全依赖。但是系主任对于（学号，科目）来说就是部分依赖，其实只需要依赖学号就行了。把学号拆出去，变成（学号，姓名，系名，系主任）。
3. 第三范式 在2NF的基础上消除传递依赖。（学号，姓名，系名，系主任）中，学号就可以决定系名，系名可以决定系主任，存在传递依赖。再拆分出（系名，系主任）。