概述数据仓库的作用
学习目标
解释数据仓库的作用。
数据仓库是一个中央存储库，用于存储从组织内所有系统收集的历史数据。其主要目的是支持分析。
数据仓库的关键要求是：
提供整个组织数据的完整 历史
通过汇总所有应用的数据，提供业务绩效的 完整 视图
提供任意 粒度 级别的数据视图
提供整个组织使用的 可信 数据源
数据仓库是商业智能（BI）解决方案的核心部分，具有以下主要功能：
实时或定期地从组织内的所有数据源提取数据
在中央存储库中管理数据
提供复杂的数据建模能力
数据仓库应能够从任何技术平台上的任何数据源提取数据，无论该平台是云端还是本地。
在数据提取期间会进行数据清洗。数据清洗是分析传入数据并彻底检查其中无效值或缺失值的过程。不正确的值会立即被修正，缺失的值会被补充。无效或不完整的数据可以被拒绝。
数据通过清洗阶段后，会与其他来源的相关数据合并。例如，销售数据可能与交货和开票数据合并，以提供整个销售流程的完整视图。
现代数据仓库不仅收集历史数据，还能访问实时数据。这意味着既支持业务数据的秒级最新视图，也支持导航到历史中任意时间点。
视频：本节含 SAP 官方视频（视频 ID
1_1whk7e76），需在 learning.sap.com 在线观看。
数据仓库是一个持续循环的一部分：数据由事务系统生成，然后由数据仓库收集。数据仓库在数据被分析应用消费之前，通过额外的计算、聚合和转换对其进行丰富。
来自组织内所有来源的数据在数据仓库中合并，以提供业务绩效的完整图景。分析应用生成洞见，业务领导者可利用这些洞见快速把握机会或应对所发现的风险。
数据仓库架构可以通过以下层次来描述。点击下方视频了解这些层次。
视频：本节含 SAP 官方视频（视频 ID
1_iu7undbm），需在 learning.sap.com 在线观看。
回顾数据仓库各层次的主要职责：
数据建模层
构建可复用的模型，供分析消费。
用对分析有用的额外信息丰富原始数据。
数据存储层
创建可信的数据源，供建模层消费。
清洗数据、协调一致、检查取值并补充缺失数据。
数据获取层
定期或实时地从所有源系统提取数据。
加载自上次加载以来发生变化的数据。
构建数据仓库需要一支训练有素的专家团队，他们了解数据源以及组织的分析需求。
需要提出许多问题，这些问题将决定数据仓库如何构建，以及它将为业务提供何种类型的分析服务。
以下是在数据仓库的设计阶段需要回答的一些重要问题示例：
注意
数据仓库有时会被误称为数据集市。数据集市只是一个“迷你”数据仓库，用于仅管理组织数据中有限的一部分，例如销售或采购，并且通常由部门而非集中管理。开发分散式数据集市的风险之一是数据孤岛不受控制地增长，从而造成冗余和不一致。数据仓库是一个集中式、企业级的资源。一份可信数据由整个组织共享。
本课其余配图
