【导语】：

数据仓库是商业和数据科学中最热门的话题之一。

但是，如果你是该领域的新手，你可能想知道什么是数据仓库?为什么我们需要它，它是怎么运行的?

别担心，因为在接下来的4分钟，你将知晓这所有问题的答案。

CDA数据分析师 出品

编译：Mika

数据仓库是商业和数据科学中最热门的话题之一。

但是，如果你是该领域的新手，你可能想知道什么是数据仓库?为什么我们需要它，它是怎么运行的?

别担心，因为在接下来的4分钟，你将知晓这所有问题的答案。

好的，首先让我们看到定义。

唯一数据源——这个词是什么意思?

在信息系统理论中，唯一数据源是在一个地方构造全部最佳质量数据的实践。

.

让我们看到一个简单的例子：

你肯定遇到过这种情况，当你在处理文件，并且创建不同的版本，这时你怎么给文件命名?

当你完成后，你通常会在结尾加上“最终版”。

这导致产生一堆带有扩展名的文件：

最终版，最终的最终版，最终的最终的最终版…

或者是我的最爱，真正最终版…的最终版。

如果你是这样，恭喜你，你不是一个人。

有时候，即使是公司，也都不知道最新或最合适的文件在哪里。

但是如果你知道有个地方会始终存放着唯一的数据源，那就太棒了，不是么?

数据仓库就可以满足这种需求，那到底什么是数据仓库呢?

其实就是公司存储其宝贵数据资产的地方。包括客户数据、销售数据、员工数据等。

简而言之，数据仓库是公司事实上的唯一数据源。

通常创建它是为了将其主要用于数据报告和分析目的。

数据仓库有几个定义特征：

面向对象性

集成性

时变性

永久性

归纳性

让我们快速地分别看看。

01 面向对象性

这意味着数据仓库中的信息会围绕某些方面。

因此，它永远不会包含所有公司数据，不过只会包含相关的主题。

例如，竞争对手的数据不需要出现在数据仓库中。但是，自己的销售数据肯定会在。

02 集成性

对应于视频开头的例子。在命名方面，对于每个数据库、每个团队甚至每个人都有自己的偏好。

这就是为什么要开发通用标准，以确保数据仓库在任何方面都能选择最佳质量的数据。这与主数据治理有关，但这是另一个话题了。

03 时变性

数据仓库也包含历史数据。如前所述，我们主要使用数据仓库进行分析和报告。这意味着我们需要知道五到十年前发生的事情。

04 永久性

意味着数据仅按原样录入数据仓库，一旦存入，就无法更改或删除。

05 归纳性

再次触及将数据用于数据分析这一事实。通常，它会以某种方式进行汇总或细分，为了便于分析和报告。

好的，这就是数据仓库，是对于公司而言结构优良，永久性事实上的单一数据源。