基础概念：
（1）ETL（Extract/Transformation/Load,清洗/转换/加载）
（2）元数据：数据源定义，目标定义，转换规则等相关的关键数据。
（3）粒度：保存数据的细化或综合程度的级别。细化程度越高，粒度级就越小；相反，细化程度越低，粒度级就越大。
（4）分割：结构相同的数据被分成多个数据物理单元。任何给定的数据单元属于且仅属于一个分割。
（5）数据集市：小型的，面向部门或工作组级数据仓库。
（6）ODS(Operation Data Store,操作数据存储)。四个基本特点：面向主题的、集合的、可变的、当前或接近当前的。
（7）数据模型
（8）人工关系。为了满足中高层管理人员预测、决策分析的需要，在传统数据库的基础上产生了能满足预测、决策分析需要的数据环境---数据仓库。
（1） 数据源：是数据仓库系统的基础，是整个系统的数据源泉。
（2）数据的存储与管理：是整个数据仓库系统的核心。
（3）OLAP服务器：对分析需要的数据进行有效集成，按多维模型予以组织，以便进行多角度、多层次的分析，并发现趋势。
（4）前端工具：主要包括各种查询工具、报表工具、分析工具、数据挖掘工具以及各种基于数据仓库或数据集市的应用开发工具。
