在文章开始前，各位读者大人如果听过数据仓库或者知道数据仓库，可以思考下数据仓库跟数据库有什么区别。如果未听过数据仓库，我猜你也想知道为什么有数据库了，还要数据仓库。
思考过后，我们来开始吧。
一、什么是数据仓库？简单讲，数据仓库是一种特殊的数据库。数据仓库一般以主题为出发点进行的，也就是业务核心，集成多种数据源的数据，会随着时间的变化而变化，因为随着时间数据的量会改变，而且以读操作为主，所以基本不会丢失，总结成4个特点可以说，数据仓库是一个面向主题的，集成的，时变的，非易失的数据集合，支持管理者的决策过程。 它是由企业进行的大量信息的电子存储，它的设计用于查询而不是事务处理。这也就是它跟数据库的区别。数据仓库一个将数据转换为信息并及时向用户提供的过程，传统数据库大多表示数据而已。
数据仓库的特点，如图
数据仓库不是一个product，而是一个environment。这么说是因为它不是单纯的存储数据的地方，而是一个信息系统的架构构造，是为数据分析和报告而构建。主要由以下三部分组成的
1、底层是仓库数据库服务器：几乎是一个关系数据库系统，使用后端工具和实用程序，由操作数据库或其它外部数据源，提取数据，放入底层
2、中间层是OLAP服务器
3、顶层是前端客户层，也叫应用层。包括查询和报告工具，分析工具和数据挖掘工具。
具体组成，如图所示
三、数据仓库模型
根据结构来说，数据仓库有三种数据仓库模型。
企业仓库：是一个集中式仓库，包括细节数据和汇总数据，为整个企业提供决策支持服务，提供统一的方法来组织和表示数据，还根据主题对数据进行分类以及访问的能力
数据集市：是数据仓库的子集。专门针对特定业务部门而设计，例如销售，财务。在独立的数据集市中，数据可以直接从源收集。
虚拟仓库：操作数据库上视图的集合。
四、开发数据仓库系统需要注意什么。开发数据仓库有比较普遍的两种方法，分别是自顶向下以及自底向上。
自顶向下：是一种比较系统的解决方案，并能最大限度得减少集成问题。但是它费用高，开发周期长，而且缺乏灵活性，因为整个组织就共同数据模型达成一致是比较困难得
自底向上：灵活，低花费，并能快速汇报投资，但是将分散得数据集市集成，形成一个一致得企业数据仓库，可能导致问题。
因此如果能结合二者，以递增，进化的方式实现数据仓库。例如在一个合理短得时间里，在不同得主题和应用之间，提供企业范围得，一致的，集成得数据视图。
设计步骤一般为
（1）选取待建模的业务处理（例如订单，销售）。如果一个商务过程是整个组织的，并涉及多个复杂的对象，应该选用我们上面说的数据仓库模型。如果处理是部门的，而且关注的是某一业务处理的分析，就应该选择数据集市。
（2）选取业务处理的粒度（例如一个事务）。
（3）选取用于每个事实表记录的维例如（时间，商品）。
（4）选取将安放在每个事实表记录中的度量。例如销售量。
实施步骤一般为
1、企业战略：确定技术，事实，维度和属性。包括数据映射以及转换。
2、分阶段交付：根据主题分阶段实施数据仓库。比如销售系统，应先实施预定和计费等相关业务实体，然后相互集成。
3、迭代原型：应该迭代开发和测试，而不是一个大爆炸的实现方法 。