資料倉儲
维库，知识与思想的自由文库
資料倉儲（香港、台湾译资料仓储）是一門新興的資訊科技相關理論，以下用二種方式對其作解釋。
目录 |
[编辑] 較簡易的解釋方式
資料倉儲是一種資訊系統的資料儲存理論，此理論強調利用某些特殊資料儲存方式，讓所包含的資料，特別有利於分析處理，以產生有價值的資訊。
利用資料倉儲方式所存放的資料，具有一但存入，便不隨時間而更動的特性，同時存入的資料必定包含時間屬性，通常一個資料倉儲皆會含有大量的歷史性資料，並利用特定分析方式，自其中發掘出特定資訊。
[编辑] 較學術的解釋方式
資料倉儲 ，由資料倉儲之父W.H.Inmon於1990年提出，主要功能乃是將組織透過資訊系統之線上交易處理(OLTP)經年累月所累積的大量資料，透過資料倉儲理論所特有的資料儲存架構，作一有系統的分析整理，以利各種分析方法如線上分析處理(OLAP)、資料採礦(Data Mining)之進行，並進而支援如決策支援系統(DSS)、主管資訊系統(EIS)之建立，幫助決策者能快速有效的自大量資料中，分析出有價值的資訊，以利決策擬定及快速回應外在環境變動，幫助建構商業智慧(BI)。
一般來說，資料倉儲可由關聯式資料庫，或專為資料倉儲開發的多維度資料庫建立，若由關聯式資料庫建立而成，其架構可分為星狀及雪花狀架構，包含數個維度資料表，及一個事實資料表，若以規模分類，則又可分為資料倉儲及資料超市。
資料倉儲的建制不僅只是資訊工具技術面的運用，在規畫和執行面更需對產業知識、行銷管理、市場定位、策略規畫等相關條件有深入的了解，才能真正發揮資料倉儲以及後續分析工具的價值，提升組織競爭力。
[编辑] 資料倉儲的特性
- 主題導向(Subject-Oriented)
- 可整合性(Integrated)
- 時間差異性(Time-Variant)
- 不變動性(Nonvolatile)
[编辑] 資料採礦、OLAP和資料倉儲
資料倉儲可以作為資料採礦和OLAP等分析工具的資料來源，由於存放於資料倉儲中的資料，必需經過篩選與轉換，因此可以避免分析工具使用錯誤的資料，而得到不正確的分析結果。
資料採礦和OLAP同為分析工具，其差別在於OLAP提供使用者一便利的多維度觀點和方法，以有效率的對資料進行複雜的查詢動作，其預設查詢條件由使用者預先設定，而資料採礦，則能由資訊系統主動發掘資料來源中，未曾被查覺的隱藏資訊，和透過使用者的認知以產生知識。
[编辑] 参见
資料採礦(Data Mining)技術是經由自動或半自動的方法探勘及分析大量的資料，以建立有效的模型及規則，而企業透過資料挖掘更瞭解他們的客戶，進而改進他們的行銷、業務及客服的運作。 Data Mining 是 Data Warehouse 應用方式中最重要的一種。基本上，Data Mining 是用來將你的資料中隱藏的資訊挖掘出來，所以 Data Mining 其實是所謂的 Knowledge Discovery 的一部份，Data Mining 使用了許多統計分析與 Modeling 的方法，到資料中尋找有用的特徵（Patterns）以及關連性（Relationships）。 Knowledge Discovery 的過程對 Data Mining 的應用成功與否有重要的影響，只有它才能確保 Data Mining 能獲得有意義的結果。
