本文主要是介绍《数据仓库工具箱 - 纬度建模权威指南》--- 第一章 数据仓库、商业智能及纬度建模初步读书笔记，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
简述：
该章节主要的讨论点：
-
DW/BI的业务驱动目标
-
发布DW/BI系统的隐喻
-
维度建模和新概念以及涉及的主要词汇，包括事实表于维度表
-
Kimball DW/BI 架构的组件与原则
-
不同DW/BI架构的比较研究，维度建模在不同架构中所扮演的角色
文章主干：
一、数据获取与数据分析的区别
二、数据仓库与商业智能的目标
三、纬度建模简介
四、Kimball的DW/BI架构
五、其他DW/BI架构
六、维度建模神话
一、数据获取与数据分析的区别
信息数据的作用/目的：
-
操作性记录的保存
-
分析型决策的制定
DW/BI系统则是消费/使用数据。
操作型系统的用户确保组织能正常运转。操作型系统获取订单、签订新客户、监视操作型活动的状态、记录问题以及用户的信息。对操作型系统进行优化的目的使其更快的处理事务。
操作烯烃一般一次处理一个事务记录。例如预测的方式完成同样的操作型任务，可以预测地执行组织的业务过程。鉴于这种执行特点，操作型系统通常不必维护历史数据，只需要修改数据以反映最新的状态。
另外一方面，DW/BI系统的用户研究分析企业的运转，并对其性能进行评估。DW/BI系统计算新订单的数量，并于过去一周的订单做比较。算环比。通过数据分析找到新签订单的原因。
了解客户真正需要什么，这些数据用语判断和分析操作型过程是否处于正确的工作状态。尽管也需要详细的数据来支持始终处于变化状态的
这篇关于《数据仓库工具箱 - 纬度建模权威指南》--- 第一章 数据仓库、商业智能及纬度建模初步读书笔记的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
