关于什么是数据仓库的一次对话
前几天一个开发同事见我桌面上有一本书<数据仓库>,问我什么是数据仓库,因为他算是外行,于是发生一次有意思的对话,现在想起来,也挺有意思的.
问:数据仓库有什么特别的地方?
答:没什么特别,跟普通关系数据库没什么两样.
问:啊,那有什么特别?
答:数据仓库本身物理上也是关系数据库,只是数据仓库系统是一个体系,一个过程.数据仓库技术要解决的问题是如何建立,管理,维护运行一个数据仓库.
问:数据仓库跟普通数据库存储的数据不一样?
答:数据仓库面向分析,普通业务数据库面向交易,我们公司产品就是业务数据库.面向分析的数据库重点在查询,业务数据库重点在修改更新.
问:数据仓库就是把业务数据库的数据抽出来建立新的数据库,专门供分析查询用?
答:可以这么说,不过不是简单的抽取,因为两者的应用不同,所依赖的数据模型不同,数据仓库主要采用多维模型，而业务数据库采用关系模型。所以，抽取的过程是一次模型的转换，从关系模型转换为多维模型，这个过程业界成为ETL，除了转换外，还要考虑数据集成，清洗等。
问：可是你不是说数据仓库物理上也是关系模型，怎么表示多维模型？
答：业界用称为星型结构的多个表来表示多维模型，多个维表围绕在事实表转，其中事实表表示数据，维表表示维度。多维模型也成Cube，立方体，边是维度，格子是发生数据。
问：那OLAP是什么，数据仓库不就是OLAP吗？
答：OLAP是联机分析处理的意思，OLAP是一本技术，它的产品分为服务器和前端产品，OLAP服务器也叫做多维数据库，数据仓库跟OLAP的关系，就像父亲和孩子的关系，广义的数据仓库包含OLAP，有些产商把两者混起来。但是，实际上数据仓库可以脱离OLAP存在，不供OLAP使用。这个比较复杂，很难一下说清楚。
问： 再说说嘛。
答： 其实，OLAP技术是数据仓库的一种应用，OLAP一般基于数据仓库，也就是说，OLAP服务器中的多维数据，也是从数据仓库中来的。OLAP一般位为数据仓库之上，olap的作用是为前端报表或控件提供直观的易于分析的多维数据，是数据与信息之间的一种桥梁。
问： OLAP还是挺神奇的，它到底能干什么？
答： OLAP技术其实定义了一些逻辑模型，包括结构模型和行为模型，结构模型即维度、Cube模型，把现实的数据以多维的形式来表达，有利于分析。为什么有利于分析呢，行为模型就是定义在结构模型之上的分析行为，包括维度自由组合、旋转、钻取等等，而这些行为是比较直观的，符合人脑的思维习惯。
问： 等等，钻取是什么，好像很熟，是数据挖掘吗？
答： 晕，数据挖掘跟这不搭边的，等下再说。钻取是从高粒度的数据钻到低粒度的数据中，比如从广东省的汇总数据钻到各个城市的数据。这在以前的报表工具中是很难实现的。
问： 怎么做到钻取？
答： 其实，维度不是线性的，而是一颗树，术语叫“带有层级关系的维度”，这个层级关系就定义了父子关系，钻取路径。
问： 哦，还是晕，那我们自己的OLAP工具在做什么。
答： 我们自己的OLAP工具有别于国外产商，我们没有存储，也就是没有OLAP服务器的概念。我们有OLAP前端和OLAP服务引擎，服务引擎直接从业务数据库或者数据仓库中抽取数据生成Cube模型的数据，OLAP前端组件比如表格和图形，将Cube模型的数据表现出来，并提供分析功能。也就是说，我们的OLAP定义了一套OLAP模型，就是上面说的结构模型和行为模型，服务引擎负责把关系模型的数据转换为多维模型，并提供了OLAP分析行为借口，前端能够识别这个OLAP模型。其实，OLAP技术只是定义了一些模型，并未定义如何实现，每个专业产商都有自己的实现和理念。有些产商的产品根本就没有OLAP产品，它也能实现OLAP分析功能。
问： 哦，听起来挺不错的，有空研究研究。
答： 千万别，不懂更好：）
后记： 过了一会儿，我听到他跟他们项目经理说：“他们组做了一个3D引擎，能够将数据库数据变成3D图形”，吐血。
