**数据仓库**是一个<mark>面向主题的</mark>、<mark>集成的</mark>、<mark>非易失的</mark>且<mark>随时间变化的</mark>数据集合。  1. **面向主题：** （1）主题（Subject）是在较高层次上将企业信息系统中的数据进行综合、归类和分析利用的一个抽象概念； （2）每一个主题基本对应一个宏观的分析领域； （3）在逻辑意义上，它是对应企业中某一宏观分析领域所涉及的分析对象。 例如"销售分析"就是一个分析领域，因此这个数据仓库应用的主题就是"销售分析"。 2. **集成：** * 集成性是指数据仓库中数据必须是一致的 * 数据仓库的数据是从原有的分散的多个数据库、数据文件和数据段中抽取来的 * 数据来源可能既有内部数据又有外部数据 * 集成方法 * 统一：消除不一致的现象。比如不同数据源表示性别的代码可能是F/M、0/1、A/B导致数据不一致 * 综合：对原有数据进行综合和计算 3. **非易失** * 数据仓库中的数据是经过抽取而形成的分析型数据，数据一旦进入到数据仓库中，数据就不应该再有改变 * 不具有原始性 * 主要供企业决策分析之用 * <mark>执行的主要是查询操作，一般情况下不执行更新操作</mark> * 一个稳定的数据环境也有利于数据分析操作和决策的制订 4. **随时间变化：** * 数据仓库以维的形式对数据进行组织，时间维是数据仓库中很重要的一个维度 * 不断增加新的数据内容 * 不断删去旧的数据内容 * 更新与时间有关的综合数据 5. **粒度：** 粒度是指数据的细节或汇总程度，<mark>细节程度越高，粒度级别越低</mark>。例如，单个事务是低粒度级别，而全部一个月事务的汇总就是高粒度级别。 <br/> 粒度之所以是数据仓库环境的关键设计问题，是因为它极大地影响数据仓库的数据量和可以进行的查询类型。<mark>粒度级别越低，数据量越大，查询的细节程度越高，查询范围越广泛，反之亦然</mark>。 <br/> 例：下面的系统中提取的主题： ``` 采购子系统： 订单（订单号，供应商号，总金额，日期） 订单细则（订单号，商品号，类别，单价，数量） 供应商（供应商号，供应商名，地址，电话） 销售子系统： 顾客（顾客号，姓名，性别，年龄，文化程度，地址，电话） 销售（员工号，顾客号，商品号，数量，单价，日期） 库存管理子系统： 领料单（领料单号，领料人，商品号，数量，日期） 进料单（进料单号，订单号，进料人，收料人，日期） 库存（商品号，库房号，库存量，日期） 库房（库房号，仓库管理员，地点，库存商品描述） 人事管理子系统： 员工（员工号，姓名，性别，年龄，文化程度，部门号） 部门（部门号，部门名称，部门主管，电话） 主题一: 顾客 固有信息: 顾客号，姓名，性别，年龄，文化程度，地址，电话 购物信息: 顾客号, 商品号, 单价, 数量, 金额, 日期... 主题二: 供应商 固有信息: 供应商号，供应商名，地址，电话 供应商品信息: 订单号，供应商号，总金额，日期 主题三: 商品 固有信息: 商品号, 商品名, 类别, 颜色, 尺寸, 大小, 型号.... 采购信息: 商品号, 供应商号, 日期, 采购价格, 采购量 库存信息: 商品号, 库房号，库存量，日期 销售信息: 顾客号，商品号，数量，单价，日期 主题四: 订单 固有信息: 订单号, 员工号，顾客号，商品号，数量，单价，日期 员工信息: 员工号，姓名，性别，年龄，文化程度，部门号 顾客信息: 顾客号，姓名，性别，年龄，文化程度，地址，电话 商品信息: 商品号, 商品名, 类别, 颜色, 尺寸, 大小, 型号 .... ```