將多資料來源中的資料整合一起，進行資料分析，此時資料倉儲對多種業務資料進行篩選和整合，可以用於資料分析、資料探勘、資料包表。時效性t+1.
db:各種資料來源，如mysql，mongodb等資料庫
etl: 抽取（extract）、互動轉換（transform）、載入（load）的過程。操作工具可以簡單的編寫程式操作，或者是用kettle工具。
ods:操作型資料倉儲。
ods：操作性資料倉儲ods的應用場景
在業務系統和資料倉儲之間形成乙個隔離，ods直接存放從業務系統抽取過來的資料，這些資料從結構和資料上與業務系統保持一致，降低了資料抽取的複雜性。
轉移一部分業務系統的細節查詢功能，因為ods存放的資料與業務系統相同，原來有業務系統產生的報表，現在可以從ods中產生了。
完成資料倉儲中不能完成的功能。ods存放的是明細資料，資料倉儲dw或dm都存放的是匯聚資料，ods提供查詢明細功能。
個人理解：
ods提供了資料冗餘備份，它的存在可以避免資料倉儲直接呼叫業務系統的資料。
資料抽取到ods中只需要將業務系統的資料原封不動的拷貝過去，可以忽略業務上的規則。
ods資料只能增加不能修改，而且資料都是從業務系統的原樣拷貝，所以可能存在資料衝突的可能，解決辦法是為每一條資料增加乙個時間版本來區分相同的資料。
dw: 資料倉儲，是乙個面向主題的（subject oriented）、整合的（integrated）、相對穩定的（non-volatile）、反映歷史變化（time variant）的資料集合，用於支援管理決策
效率足夠高，要對進入的資料快速處理。
資料質量，資料倉儲是提供很多決策系統的支撐資料，所以資料準確非常重要。
擴充套件性，企業業務擴充套件和降低企業建設資料倉儲的成本考慮。
面向主題，資料倉儲中的資料是按照一定的主題域進行組織的，每乙個主題對應乙個巨集觀的分析領域，資料倉儲排除對決策無用的資料，提供特定主題的簡明檢視。
dw理解：
dw主要提供查詢服務，並且需要查詢能夠及時響應。
進入dw的資料應該是能唯一的具有權威性的資料，企業的系統只能使用從dw提供的被認可的資料，所以預先做好企業的元資料建立非常必要。
定期需要對dw裡面的資料進行質量檢查，保證dw裡面的資料唯
一、權威、準確。
dw的資料也是只允許增加不允許刪除和修改，資料倉儲主要是提供查詢服務，刪除和修改在分布式系統中會消耗大量的效能資源。
dm：資料即視層，以某個業務應用為出發點而建設的區域性dw，dw只關心自己需要的資料，不會全盤考慮企業整體的資料架構和應用。每個應用有自己的dm
dm理解：
dm結構清晰、針對性強、擴充套件性好，因為dm僅僅是單對某乙個領域而建立，容易維護和修改。
dm建設任務繁重，公司有眾多業務每乙個業務單獨加建立工作量集合增加啊。
dm的建立消耗更多儲存空間，單獨乙個dm可能資料量不大，但是企業所有領域都建立dm資料量就會增加很多倍。
資料模型
底層模型：
資料倉儲基礎
資料庫 針對oltp ol即online，t即transaction事物,即processing 處理。即操作性型資料庫，增刪改查頻繁，但是操作的資料量小。資料倉儲 針對 olap ol即online，a即analytical分析,即processing 處理。即分析型資料庫，查詢頻繁，插入較頻繁，...
資料倉儲 資料倉儲部署
1 首先用下面的語句查詢是否有要建立的表空間 hospdw tab 和 hospdw idx 如果沒有，則把d database zyhip改為對應的路徑，有的話直接建立使用者 select tablespace name,file name,round bytes 1024 1024 0 size...
資料倉儲 基本框架和內容
資料倉儲 維度建模 資料分層 命名規範 元資料管理 資料模型設計 前提設定 物理世界的每乙個度量事件 與對應的 事實錶行 具有一對一的關係 內涵 資料組織，儲存和使用的方法 注意方面 功能實現 質量管理 效能效率 儲存成本和收益 可擴充套件和方便維護 適應變化，一致性，及時，安全 可追溯 適應變化 ...