什么是数据仓库？
数据仓库是由数据仓库之父比尔·恩门（Bill Inmon）提出，数据仓库是一个面向主题的、集成的、非易失的且随时间变化的数据集合。
主要用于组织积累的历史数据，并使用分析方法（OLAP、数据分析）进行分析整理，进而辅助决策，为管理者、企业系统提供数据支持，构建商业智能。
数据仓库的特点
面向主题
数据仓库是为数据分析服务的，而数据分析任务是有明确的主题任务的。比如，要分析用户行为特征，那就需要将业务数据库抽取过来的原始数据表进行聚合，然后集合成一张用户行为表；要分析用户的购买习惯，就需要将原始数据聚合成一张用户购买商品明细表。聚合后的表，便于之后相关主题的分析任务进行运算。
所以说，数据仓库是面向主题的，是指为主题明确的数据分析提供的数据聚合服务。
集成
数据仓库中的数据是来源于不同数据源的，因为企业的业务根据规模的不同，可能存在一个或多个业务系统。不同的数据源，对数据采用的规范可能各不相同。
如图所示，对性别的编码上，四个系统可能会采用不同的方式来表示男、女；在属性上，也可能有不同的差异，如使用不同的计量单位；甚至因为各个系统的分工不同，导致对同一张表的字段描述也存在差异。
所以需要将不同数据源的数据，进行标准化，整合成统一的数据规范，便于之后进行分析运算。这就是数据仓库集成的特点。
非易失
数据仓库存储的数据是一系列历史快照，为了保证数据的一致性，所以不允许被修改。只能通过工具对数据进行查询、分析。所以既然不允许数据修改，所以它的数据保存是非易失的。
时变性
数据仓库因为会定期去接受、集成新的数据进来，保证与业务数据库数据一致，从而反映出数据的最新变化。
但前面提到的非易失表示，数据仓库的历史数据不允许修改，那怎么发生变化呢？
不允许修改，但可以将最新的数据追加到系统中，以时间戳标记版本，老旧的数据可以选择定期删除或保留。从而为数据分析提供最新的数据。
数据仓库 VS 数据库
数据仓库与数据库有哪些不同呢？从之前的介绍中也能体现出来，数据库是面向事务设计的，它属于 OLTP（在线事务处理）系统，为业务提供数据存储服务，主要操作是随机读写；在设计时尽量避免冗余，常采用符合规范来设计。
数据仓库是面向主题设计的，属于 OLAP（在线分析处理）系统，主要操作是批量读写；关注数据整合，以及分析、处理性能；会有意引入冗余，采用反范式方式设计。
