**數據倉庫**是一個<mark>面向主題的</mark>、<mark>集成的</mark>、<mark>非易失的</mark>且<mark>隨時間變化的</mark>數據集合。  1. **面向主題：** （1）主題（Subject）是在較高層次上將企業信息系統中的數據進行綜合、歸類和分析利用的一個抽象概念； （2）每一個主題基本對應一個宏觀的分析領域； （3）在邏輯意義上，它是對應企業中某一宏觀分析領域所涉及的分析對象。 例如"銷售分析"就是一個分析領域，因此這個數據倉庫應用的主題就是"銷售分析"。 2. **集成：** * 集成性是指數據倉庫中數據必須是一致的 * 數據倉庫的數據是從原有的分散的多個數據庫、數據文件和數據段中抽取來的 * 數據來源可能既有內部數據又有外部數據 * 集成方法 * 統一：消除不一致的現象。比如不同數據源表示性別的代碼可能是F/M、0/1、A/B導致數據不一致 * 綜合：對原有數據進行綜合和計算 3. **非易失** * 數據倉庫中的數據是經過抽取而形成的分析型數據，數據一旦進入到數據倉庫中，數據就不應該再有改變 * 不具有原始性 * 主要供企業決策分析之用 * <mark>執行的主要是查詢操作，一般情況下不執行更新操作</mark> * 一個穩定的數據環境也有利于數據分析操作和決策的制訂 4. **隨時間變化：** * 數據倉庫以維的形式對數據進行組織，時間維是數據倉庫中很重要的一個維度 * 不斷增加新的數據內容 * 不斷刪去舊的數據內容 * 更新與時間有關的綜合數據 5. **粒度：** 粒度是指數據的細節或匯總程度，<mark>細節程度越高，粒度級別越低</mark>。例如，單個事務是低粒度級別，而全部一個月事務的匯總就是高粒度級別。 <br/> 粒度之所以是數據倉庫環境的關鍵設計問題，是因為它極大地影響數據倉庫的數據量和可以進行的查詢類型。<mark>粒度級別越低，數據量越大，查詢的細節程度越高，查詢范圍越廣泛，反之亦然</mark>。 <br/> 例：下面的系統中提取的主題： ``` 采購子系統： 訂單（訂單號，供應商號，總金額，日期） 訂單細則（訂單號，商品號，類別，單價，數量） 供應商（供應商號，供應商名，地址，電話） 銷售子系統： 顧客（顧客號，姓名，性別，年齡，文化程度，地址，電話） 銷售（員工號，顧客號，商品號，數量，單價，日期） 庫存管理子系統： 領料單（領料單號，領料人，商品號，數量，日期） 進料單（進料單號，訂單號，進料人，收料人，日期） 庫存（商品號，庫房號，庫存量，日期） 庫房（庫房號，倉庫管理員，地點，庫存商品描述） 人事管理子系統： 員工（員工號，姓名，性別，年齡，文化程度，部門號） 部門（部門號，部門名稱，部門主管，電話） 主題一: 顧客 固有信息: 顧客號，姓名，性別，年齡，文化程度，地址，電話 購物信息: 顧客號, 商品號, 單價, 數量, 金額, 日期... 主題二: 供應商 固有信息: 供應商號，供應商名，地址，電話 供應商品信息: 訂單號，供應商號，總金額，日期 主題三: 商品 固有信息: 商品號, 商品名, 類別, 顏色, 尺寸, 大小, 型號.... 采購信息: 商品號, 供應商號, 日期, 采購價格, 采購量 庫存信息: 商品號, 庫房號，庫存量，日期 銷售信息: 顧客號，商品號，數量，單價，日期 主題四: 訂單 固有信息: 訂單號, 員工號，顧客號，商品號，數量，單價，日期 員工信息: 員工號，姓名，性別，年齡，文化程度，部門號 顧客信息: 顧客號，姓名，性別，年齡，文化程度，地址，電話 商品信息: 商品號, 商品名, 類別, 顏色, 尺寸, 大小, 型號 .... ```