前一天我們初步了解了ETL以及維度模型的定義，今天我們來談談資料庫與資料倉儲的差別。

資料？

在做機器學習應用時，有資料就代表著有優勢，而一般來說擁有大量的資料做出來的機器學習模型就會更好，在這個大數據時代下，每個人都想拿到各種資料去做機器學習應用，但是你夠了解你的資料嗎？你的資料到底屬於甚麼性質？究竟是Gold還是Garbage呢？

今天就讓我們來認識資料庫與資料倉儲的差別！

資料倉儲

資料倉儲是應用在決策支援DS(Decision Support)與商業智慧BI(Business Intelligence)的部分，大約在1990年代因為硬體技術的進步，使得資料倉儲的概念出現，一個資料倉儲做得好不好取決於你的維度屬性設計得好不好，在做統計分析、資料探勘DM(Data Mining)都得先做好資料倉儲，想做機器學習的話也是

資料倉儲四大特徵 A DW is a ...

• subject-oriented, 主題導向
• integrated, 整合的
• nonvolatile, 非揮發, or non updated不可更改
• time-variant, 時間變異(隨著時間的過去，歷史就不斷的產生)

OP(operator, 維運)：

維運系統通常處理的是資料庫，也就是所謂的交易處理系統，而不是資料倉儲，OP通常在處理的資料是：

• 可預測的、例行性活動
• 不會去維護歷史，資料放的是當前值(活的資料)
• 當前值會有個期間，只要變更就會把舊的覆蓋過去，結束時那瞬間做一個快照(Snapshot)，從系統裡面備份出來，放入資料倉儲

DW/BI(Datawarehouse, 資料倉儲)：

• 處理大量資料，所有資料處理手法的目的是用來評估一段時間的績效
• 只存放歷史資料，不對歷史資料進行任何更動

OP與DW當中常用的資料庫操作

• OP：insert、delete、change、access俗稱的增刪改查操作
• DW：load、access只能夠載入和查詢，不能對歷史做任何更改

在交易處理系統中的資料用"record記錄"表示

在DW當中使用"granular資料顆粒"表示

今天先介紹到這，今天我們來討論構建資料倉儲的維度模型。

參考資料與圖片來源

• 資料倉儲-維基百科
• 資料倉儲與資料庫的比較
• 我的大學老師