數(shù)據(jù)倉庫簡介
一：什么是數(shù)據(jù)倉庫
數(shù)據(jù)倉庫，英文名稱為Data Warehouse，可簡寫為DW或DWH。數(shù)據(jù)倉庫，是為企業(yè)所有級別的決策制定過程，提供所有類型數(shù)據(jù)支持的戰(zhàn)略集合。它出于分析性報告和決策支持目的而創(chuàng)建。 為需要業(yè)務智能的企業(yè)，提供指導業(yè)務流程改進、監(jiān)視時間、成本、質(zhì)量以及控制。
二：數(shù)據(jù)倉庫的特點
1．數(shù)據(jù)倉庫的數(shù)據(jù)是面向主題的
與傳統(tǒng)數(shù)據(jù)庫面向應用進行數(shù)據(jù)組織的特點相對應，數(shù)據(jù)倉庫中的數(shù)據(jù)是面向主題進行組織的。什么是主題呢？首先，主題是一個抽象的概念，是較高層次上企業(yè)信息系統(tǒng)中的數(shù)據(jù)綜合、歸類并進行分析利用的抽象。在邏輯意義上，它是對應企業(yè)中某一宏觀分析領域所涉及的分析對象。面向主題的數(shù)據(jù)組織方式，就是在較高層次上對分析對象的數(shù)據(jù)的一個完整、一致的描述，能完整、統(tǒng)一地刻劃各個分析對象所涉及的企業(yè)的各項數(shù)據(jù)，以及數(shù)據(jù)之間的聯(lián)系。所謂較高層次是相對面向應用的數(shù)據(jù)組織方式而言的，是指按照主題進行數(shù)據(jù)組織的方式具有更高的數(shù)據(jù)抽象級別。
???2.數(shù)據(jù)倉庫的數(shù)據(jù)是集成的
數(shù)據(jù)倉庫的數(shù)據(jù)是從原有的分散的數(shù)據(jù)庫數(shù)據(jù)抽取來的。操作型數(shù)據(jù)與DSS分析型數(shù)據(jù)之間差別甚大。
第一，數(shù)據(jù)倉庫的每一個主題所對應的源數(shù)據(jù)在原有的各分散數(shù)據(jù)庫中有許多重復和不一致的地方，且來源于不同的聯(lián)機系統(tǒng)的數(shù)據(jù)都和不同的應用邏輯捆綁在一起；
第二，數(shù)據(jù)倉庫中的綜合數(shù)據(jù)不能從原有的數(shù)據(jù)庫系統(tǒng)直接得到。因此在數(shù)據(jù)進入數(shù)據(jù)倉庫之前，必然要經(jīng)過統(tǒng)一與綜合，這一步是數(shù)據(jù)倉庫建設中最關鍵、最復雜的一步，所要完成的工作有：
? ? （1）要統(tǒng)一源數(shù)據(jù)中所有矛盾之處，如字段的同名異義、異名同義、單位不統(tǒng)一、字長不一致，等等。
? ? （2）進行數(shù)據(jù)綜合和計算。數(shù)據(jù)倉庫中的數(shù)據(jù)綜合工作可以在從原有數(shù)據(jù)庫抽取 數(shù)據(jù)時生成，但許多是在數(shù)據(jù)倉庫內(nèi)部生成的，即進入數(shù)據(jù)倉庫以后進行綜合生成的。
???3.數(shù)據(jù)倉庫的數(shù)據(jù)是不可更新的
數(shù)據(jù)倉庫的數(shù)據(jù)主要供企業(yè)決策分析之用，所涉及的數(shù)據(jù)操作主要是數(shù)據(jù)查詢，一般情況下并不進行修改操作。數(shù)據(jù)倉庫的數(shù)據(jù)反映的是一段相當長的時間內(nèi)歷史數(shù)據(jù)的內(nèi)容，是不同時點的數(shù)據(jù)庫快照的集合，以及基于這些快照進行統(tǒng)計、綜合和重組的導出數(shù)據(jù)，而不是聯(lián)機處理的數(shù)據(jù)。數(shù)據(jù)庫中進行聯(lián)機處理的數(shù)據(jù)經(jīng)過集成輸入到數(shù)據(jù)倉庫中，一旦數(shù)據(jù)倉庫存放的數(shù)據(jù)已經(jīng)超過數(shù)據(jù)倉庫的數(shù)據(jù)存儲期限，這些數(shù)據(jù)將從當前的數(shù)據(jù)倉庫中刪去。因為數(shù)據(jù)倉庫只進行數(shù)據(jù)查詢操作，所以數(shù)據(jù)倉庫管理系統(tǒng)相比數(shù)據(jù)庫管理系統(tǒng)而言要簡單得多。數(shù)據(jù)庫管理系統(tǒng)中許多技術(shù)難點，如完整性保護、并發(fā)控制等等，在數(shù)據(jù)倉庫的管理中幾乎可以省去。但是由于數(shù)據(jù)倉庫的查詢數(shù)據(jù)量往往很大，所以就對數(shù)據(jù)查詢提出了更高的要求，它要求采用各種復雜的索引技術(shù)；同時由于數(shù)據(jù)倉庫面向的是商業(yè)企業(yè)的高層管理者，他們會對數(shù)據(jù)查詢的界面友好性和數(shù)據(jù)表示提出更高的要求。
????4.數(shù)據(jù)倉庫的數(shù)據(jù)是隨時間不斷變化的
?? 數(shù)據(jù)倉庫中的數(shù)據(jù)不可更新是針對應用來說的，也就是說，數(shù)據(jù)倉庫的用戶進行分析處理時是不進行數(shù)據(jù)更新操作的。但并不是說，在從數(shù)據(jù)集成輸入數(shù)據(jù)倉庫開始到最終被刪除的整個數(shù)據(jù)生存周期中，所有的數(shù)據(jù)倉庫數(shù)據(jù)都是永遠不變的。數(shù)據(jù)倉庫的數(shù)據(jù)是隨時間的變化而不斷變化的，這是數(shù)據(jù)倉庫數(shù)據(jù)的第四個特征。這一特征表現(xiàn)在以下3方面：（1）數(shù)據(jù)倉庫隨時間變化不斷增加新的數(shù)據(jù)內(nèi)容。數(shù)據(jù)倉庫系統(tǒng)必須不斷捕捉OLTP數(shù)據(jù)庫中變化的數(shù)據(jù)，追加到數(shù)據(jù)倉庫中去，也就是要不斷地生成OLTP數(shù)據(jù)庫的快照，經(jīng)統(tǒng)一集成后增加到數(shù)據(jù)倉庫中去；但對于確實不再變化的數(shù)據(jù)庫快照，如果捕捉到新的變化數(shù)據(jù)，則只生成一個新的數(shù)據(jù)庫快照增加進去，而不會對原有的數(shù)據(jù)庫快照進行修改。（2）數(shù)據(jù)倉庫隨時間變化不斷刪去舊的數(shù)據(jù)內(nèi)容。數(shù)據(jù)倉庫的數(shù)據(jù)也有存儲期限，一旦超過了這一期限，過期數(shù)據(jù)就要被刪除。只是數(shù)據(jù)倉庫內(nèi)的數(shù)據(jù)時限要遠遠長于操作型環(huán)境中的數(shù)據(jù)時限。在操作型環(huán)境中一般只保存有60~90天的數(shù)據(jù)，而在數(shù)據(jù)倉庫中則需要保存較長時限的數(shù)據(jù)（如5~10年），以適應DSS進行趨勢分析的要求。（3）數(shù)據(jù)倉庫中包含有大量的綜合數(shù)據(jù)，這些綜合數(shù)據(jù)中很多跟時間有關，如數(shù)據(jù)經(jīng)常按照時間段進行綜合，或隔一定的時間片進行抽樣等等。這些數(shù)據(jù)要隨著時間的變化不斷地進行重新綜合。因此，數(shù)據(jù)倉庫的數(shù)據(jù)特征都包含時間項，以標明數(shù)據(jù)的歷史時期。
三：數(shù)據(jù)倉庫發(fā)展歷程
數(shù)據(jù)倉庫的發(fā)展大致經(jīng)歷了這樣的三個過程：
1、簡單報表階段：這個階段，系統(tǒng)的主要目標是解決一些日常的工作中業(yè)務人員需要的報表，以及生成一些簡單的能夠幫助領導進行決策所需要的匯總數(shù)據(jù)。這個階段的大部分表現(xiàn)形式為數(shù)據(jù)庫和前端報表工具。
2、數(shù)據(jù)集市階段：這個階段，主要是根據(jù)某個業(yè)務部門的需要，進行一定的數(shù)據(jù)的采集，整理，按照業(yè)務人員的需要，進行多維報表的展現(xiàn)，能夠提供對特定業(yè)務指導的數(shù)據(jù)，并且能夠提供特定的領導決策數(shù)據(jù)。
3、數(shù)據(jù)倉庫階段：這個階段，主要是按照一定的數(shù)據(jù)模型，對整個企業(yè)的數(shù)據(jù)進行采集，整理，并且能夠按照各個業(yè)務部門的需要，提供跨部門的，完全一致的業(yè)務報表數(shù)據(jù)，能夠通過數(shù)據(jù)倉庫生成對對業(yè)務具有指導性的數(shù)據(jù)，同時，為領導決策提供全面的數(shù)據(jù)支持。
通過數(shù)據(jù)倉庫建設的發(fā)展階段，我們能夠看出，數(shù)據(jù)倉庫的建設和數(shù)據(jù)集市的建設的重要區(qū)別就在于數(shù)據(jù)模型的支持。因此，數(shù)據(jù)模型的建設，對于我們數(shù)據(jù)倉庫的建設，有著決定性的意義。
四：數(shù)據(jù)庫與數(shù)據(jù)倉庫的區(qū)別
了解數(shù)據(jù)庫與數(shù)據(jù)倉庫的區(qū)別之前，首先掌握三個概念。數(shù)據(jù)庫軟件、數(shù)據(jù)庫、數(shù)據(jù)倉庫。
數(shù)據(jù)庫軟件：是一種軟件，可以看得見，可以操作。用來實現(xiàn)數(shù)據(jù)庫邏輯功能。屬于物理層。
數(shù)據(jù)庫：是一種邏輯概念，用來存放數(shù)據(jù)的倉庫。通過數(shù)據(jù)庫軟件來實現(xiàn)。數(shù)據(jù)庫由很多表組成，表是二維的，一張表里可以有很多字段。字段一字排開，對應的數(shù)據(jù)就一行一行寫入表中。數(shù)據(jù)庫的表，在于能夠用二維表現(xiàn)多維關系。目前市面上流行的數(shù)據(jù)庫都是二維數(shù)據(jù)庫。如：Oracle、DB2、MySQL、Sybase、MS SQL Server等。
數(shù)據(jù)倉庫：是數(shù)據(jù)庫概念的升級。從邏輯上理解，數(shù)據(jù)庫和數(shù)據(jù)倉庫沒有區(qū)別，都是通過數(shù)據(jù)庫軟件實現(xiàn)的存放數(shù)據(jù)的地方，只不過從數(shù)據(jù)量來說，數(shù)據(jù)倉庫要比數(shù)據(jù)庫更龐大得多。數(shù)據(jù)倉庫主要用于數(shù)據(jù)挖掘和數(shù)據(jù)分析，輔助領導做決策。
在IT的架構(gòu)體系中，數(shù)據(jù)庫是必須存在的。必須要有地方存放數(shù)據(jù)。比如現(xiàn)在的網(wǎng)購，淘寶，京東等等。物品的存貨數(shù)量，貨品的價格，用戶的賬戶余額之類的。這些數(shù)據(jù)都是存放在后臺數(shù)據(jù)庫中?；蛘咦詈唵卫斫?，我們現(xiàn)在微博，QQ等賬戶的用戶名和密碼。在后臺數(shù)據(jù)庫必然有一張user表，字段起碼有兩個，即用戶名和密碼，然后我們的數(shù)據(jù)就一行一行的存在表上面。當我們登錄的時候，我們填寫了用戶名和密碼，這些數(shù)據(jù)就會被傳回到后臺去，去跟表上面的數(shù)據(jù)匹配，匹配成功了，你就能登錄了。匹配不成功就會報錯說密碼錯誤或者沒有此用戶名等。這個就是數(shù)據(jù)庫，數(shù)據(jù)庫在生產(chǎn)環(huán)境就是用來干活的。凡是跟業(yè)務應用掛鉤的，我們都使用數(shù)據(jù)庫。
數(shù)據(jù)倉庫則是BI下的其中一種技術(shù)。由于數(shù)據(jù)庫是跟業(yè)務應用掛鉤的，所以一個數(shù)據(jù)庫不可能裝下一家公司的所有數(shù)據(jù)。數(shù)據(jù)庫的表設計往往是針對某一個應用進行設計的。比如剛才那個登錄的功能，這張user表上就只有這兩個字段，沒有別的字段了。但是這張表符合應用，沒有問題。但是這張表不符合分析。比如我想知道在哪個時間段，用戶登錄的量最多？哪個用戶一年購物最多？諸如此類的指標。那就要重新設計數(shù)據(jù)庫的表結(jié)構(gòu)了。對于數(shù)據(jù)分析和數(shù)據(jù)挖掘，我們引入數(shù)據(jù)倉庫概念。數(shù)據(jù)倉庫的表結(jié)構(gòu)是依照分析需求，分析維度，分析指標進行設計的。
數(shù)據(jù)庫與數(shù)據(jù)倉庫的區(qū)別實際講的是OLTP與OLAP的區(qū)別。
操作型處理，叫聯(lián)機事務處理OLTP（On-Line Transaction Processing，），也可以稱面向交易的處理系統(tǒng)，它是針對具體業(yè)務在數(shù)據(jù)庫聯(lián)機的日常操作，通常對少數(shù)記錄進行查詢、修改。用戶較為關心操作的響應時間、數(shù)據(jù)的安全性、完整性和并發(fā)支持的用戶數(shù)等問題。傳統(tǒng)的數(shù)據(jù)庫系統(tǒng)作為數(shù)據(jù)管理的主要手段，主要用于操作型處理。
分析型處理，叫聯(lián)機分析處理OLAP（On-Line Analytical Processing）一般針對某些主題的歷史數(shù)據(jù)進行分析，支持管理決策。
五：數(shù)據(jù)倉庫架構(gòu)分層
數(shù)據(jù)倉庫標準上可以分為四層：ODS（臨時存儲層）、PDW（數(shù)據(jù)倉庫層）、DM（數(shù)據(jù)集市層）、APP（應用層）。
ODS層：
為臨時存儲層，是接口數(shù)據(jù)的臨時存儲區(qū)域，為后一步的數(shù)據(jù)處理做準備。一般來說ODS層的數(shù)據(jù)和源系統(tǒng)的數(shù)據(jù)是同構(gòu)的，主要目的是簡化后續(xù)數(shù)據(jù)加工處理的工作。從數(shù)據(jù)粒度上來說ODS層的數(shù)據(jù)粒度是最細的。ODS層的表通常包括兩類，一個用于存儲當前需要加載的數(shù)據(jù)，一個用于存儲處理完后的歷史數(shù)據(jù)。歷史數(shù)據(jù)一般保存3-6個月后需要清除，以節(jié)省空間。但不同的項目要區(qū)別對待，如果源系統(tǒng)的數(shù)據(jù)量不大，可以保留更長的時間，甚至全量保存；
PDW層：
為數(shù)據(jù)倉庫層，PDW層的數(shù)據(jù)應該是一致的、準確的、干凈的數(shù)據(jù)，即對源系統(tǒng)數(shù)據(jù)進行了清洗（去除了雜質(zhì)）后的數(shù)據(jù)。這一層的數(shù)據(jù)一般是遵循數(shù)據(jù)庫第三范式的，其數(shù)據(jù)粒度通常和ODS的粒度相同。在PDW層會保存BI系統(tǒng)中所有的歷史數(shù)據(jù)，例如保存10年的數(shù)據(jù)。
DM層：
為數(shù)據(jù)集市層，這層數(shù)據(jù)是面向主題來組織數(shù)據(jù)的，通常是星形或雪花結(jié)構(gòu)的數(shù)據(jù)。從數(shù)據(jù)粒度來說，這層的數(shù)據(jù)是輕度匯總級的數(shù)據(jù)，已經(jīng)不存在明細數(shù)據(jù)了。從數(shù)據(jù)的時間跨度來說，通常是PDW層的一部分，主要的目的是為了滿足用戶分析的需求，而從分析的角度來說，用戶通常只需要分析近幾年（如近三年的數(shù)據(jù)）的即可。從數(shù)據(jù)的廣度來說，仍然覆蓋了所有業(yè)務數(shù)據(jù)。
APP層：
為應用層，這層數(shù)據(jù)是完全為了滿足具體的分析需求而構(gòu)建的數(shù)據(jù)，也是星形或雪花結(jié)構(gòu)的數(shù)據(jù)。從數(shù)據(jù)粒度來說是高度匯總的數(shù)據(jù)。從數(shù)據(jù)的廣度來說，則并不一定會覆蓋所有業(yè)務數(shù)據(jù)，而是DM層數(shù)據(jù)的一個真子集，從某種意義上來說是DM層數(shù)據(jù)的一個重復。從極端情況來說，可以為每一張報表在APP層構(gòu)建一個模型來支持，達到以空間換時間的目的數(shù)據(jù)倉庫的標準分層只是一個建議性質(zhì)的標準，實際實施時需要根據(jù)實際情況確定數(shù)據(jù)倉庫的分層，不同類型的數(shù)據(jù)也可能采取不同的分層方法。
為什么要對數(shù)據(jù)倉庫分層：
1、用空間換時間，通過大量的預處理來提升應用系統(tǒng)的用戶體驗（效率），因此數(shù)據(jù)倉庫會存在大量冗余的數(shù)據(jù)；
2、如果不分層的話，如果源業(yè)務系統(tǒng)的業(yè)務規(guī)則發(fā)生變化將會影響整個數(shù)據(jù)清洗過程，工作量巨大
3、通過數(shù)據(jù)分層管理可以簡化數(shù)據(jù)清洗的過程，因為把原來一步的工作分到了多個步驟去完成，相當于把一個復雜的工作拆成了多個簡單的工作，把一個大的黑盒變成了一個白盒，每一層的處理邏輯都相對簡單和容易理解，這樣我們比較容易保證每一個步驟的正確性，當數(shù)據(jù)發(fā)生錯誤的時候，往往我們只需要局部調(diào)整某個步驟即可。
六：元數(shù)據(jù)介紹
當需要了解某地企業(yè)及其提供的服務時，電話黃頁的重要性就體現(xiàn)出來了。元數(shù)據(jù)（Metadata）類似于這樣的電話黃頁。
1．元數(shù)據(jù)的定義
數(shù)據(jù)倉庫的元數(shù)據(jù)是關于數(shù)據(jù)倉庫中數(shù)據(jù)的數(shù)據(jù)。它的作用類似于數(shù)據(jù)庫管理系統(tǒng)的數(shù)據(jù)字典，保存了邏輯數(shù)據(jù)結(jié)構(gòu)、文件、地址和索引等信息。廣義上講，在數(shù)據(jù)倉庫中，元數(shù)據(jù)描述了數(shù)據(jù)倉庫內(nèi)數(shù)據(jù)的結(jié)構(gòu)和建立方法的數(shù)據(jù)。
元數(shù)據(jù)是數(shù)據(jù)倉庫管理系統(tǒng)的重要組成部分，元數(shù)據(jù)管理器是企業(yè)級數(shù)據(jù)倉庫中的關鍵組件，貫穿數(shù)據(jù)倉庫構(gòu)建的整個過程，直接影響著數(shù)據(jù)倉庫的構(gòu)建、使用和維護。
（1）構(gòu)建數(shù)據(jù)倉庫的主要步驟之一是ETL。這時元數(shù)據(jù)將發(fā)揮重要的作用，它定義了源數(shù)據(jù)系統(tǒng)到數(shù)據(jù)倉庫的映射、數(shù)據(jù)轉(zhuǎn)換的規(guī)則、數(shù)據(jù)倉庫的邏輯結(jié)構(gòu)、數(shù)據(jù)更新的規(guī)則、數(shù)據(jù)導入歷史記錄以及裝載周期等相關內(nèi)容。數(shù)據(jù)抽取和轉(zhuǎn)換的專家以及數(shù)據(jù)倉庫管理員正是通過元數(shù)據(jù)高效地構(gòu)建數(shù)據(jù)倉庫。
（2）用戶在使用數(shù)據(jù)倉庫時，通過元數(shù)據(jù)訪問數(shù)據(jù)，明確數(shù)據(jù)項的含義以及定制報表。
（3）數(shù)據(jù)倉庫的規(guī)模及其復雜性離不開正確的元數(shù)據(jù)管理，包括增加或移除外部數(shù)據(jù)源，改變數(shù)據(jù)清洗方法，控制出錯的查詢以及安排備份等。
元數(shù)據(jù)可分為技術(shù)元數(shù)據(jù)和業(yè)務元數(shù)據(jù)。技術(shù)元數(shù)據(jù)為開發(fā)和管理數(shù)據(jù)倉庫的IT人員使用，它描述了與數(shù)據(jù)倉庫開發(fā)、管理和維護相關的數(shù)據(jù)，包括數(shù)據(jù)源信息、數(shù)據(jù)轉(zhuǎn)換描述、數(shù)據(jù)倉庫模型、數(shù)據(jù)清洗與更新規(guī)則、數(shù)據(jù)映射和訪問權(quán)限等。而業(yè)務元數(shù)據(jù)為管理層和業(yè)務分析人員服務，從業(yè)務角度描述數(shù)據(jù)，包括商務術(shù)語、數(shù)據(jù)倉庫中有什么數(shù)據(jù)、數(shù)據(jù)的位置和數(shù)據(jù)的可用性等，幫助業(yè)務人員更好地理解數(shù)據(jù)倉庫中哪些數(shù)據(jù)是可用的以及如何使用。
由上可見，元數(shù)據(jù)不僅定義了數(shù)據(jù)倉庫中數(shù)據(jù)的模式、來源、抽取和轉(zhuǎn)換規(guī)則等，而且是整個數(shù)據(jù)倉庫系統(tǒng)運行的基礎，元數(shù)據(jù)把數(shù)據(jù)倉庫系統(tǒng)中各個松散的組件聯(lián)系起來，組成了一個有機的整體，如圖3.5所示
2．元數(shù)據(jù)的存儲方式
元數(shù)據(jù)有兩種常見存儲方式：一種是以數(shù)據(jù)集為基礎，每一個數(shù)據(jù)集有對應的元數(shù)據(jù)文件，每一個元數(shù)據(jù)文件包含對應數(shù)據(jù)集的元數(shù)據(jù)內(nèi)容；另一種存儲方式是以數(shù)據(jù)庫為基礎，即元數(shù)據(jù)庫。其中元數(shù)據(jù)文件由若干項組成，每一項表示元數(shù)據(jù)的一個要素，每條記錄為數(shù)據(jù)集的元數(shù)據(jù)內(nèi)容。上述存儲方式各有優(yōu)缺點，第一種存儲方式的優(yōu)點是調(diào)用數(shù)據(jù)時相應的元數(shù)據(jù)也作為一個獨立的文件被傳輸，相對數(shù)據(jù)庫有較強的獨立性，在對元數(shù)據(jù)進行檢索時可以利用數(shù)據(jù)庫的功能實現(xiàn)，也可以把元數(shù)據(jù)文件調(diào)到其他數(shù)據(jù)庫系統(tǒng)中操作；不足是如果每一數(shù)據(jù)集都對應一個元數(shù)據(jù)文檔，在規(guī)模巨大的數(shù)據(jù)庫中則會有大量的元數(shù)據(jù)文件，管理不方便。第二種存儲方式下，元數(shù)據(jù)庫中只有一個元數(shù)據(jù)文件，管理比較方便，添加或刪除數(shù)據(jù)集，只要在該文件中添加或刪除相應的記錄項即可。在獲取某數(shù)據(jù)集的元數(shù)據(jù)時，因為實際得到的只是關系表格數(shù)據(jù)的一條記錄，所以要求用戶系統(tǒng)可以接受這種特定形式的數(shù)據(jù)。因此推薦使用元數(shù)據(jù)庫的方式。
元數(shù)據(jù)庫用于存儲元數(shù)據(jù)，因此元數(shù)據(jù)庫最好選用主流的關系數(shù)據(jù)庫管理系統(tǒng)。元數(shù)據(jù)庫還包含用于操作和查詢元數(shù)據(jù)的機制。建立元數(shù)據(jù)庫的主要好處是提供統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)和業(yè)務規(guī)則，易于把企業(yè)內(nèi)部的多個數(shù)據(jù)集市有機地集成起來。目前，一些企業(yè)傾向建立多個數(shù)據(jù)集市，而不是一個集中的數(shù)據(jù)倉庫，這時可以考慮在建立數(shù)據(jù)倉庫（或數(shù)據(jù)集市）之前，先建立一個用于描述數(shù)據(jù)、服務應用集成的元數(shù)據(jù)庫，做好數(shù)據(jù)倉庫實施的初期支持工作，對后續(xù)開發(fā)和維護有很大的幫助。元數(shù)據(jù)庫保證了數(shù)據(jù)倉庫數(shù)據(jù)的一致性和準確性，為企業(yè)進行數(shù)據(jù)質(zhì)量管理提供基礎。
3．元數(shù)據(jù)的作用
在數(shù)據(jù)倉庫中，元數(shù)據(jù)的主要作用如下。
（1）描述哪些數(shù)據(jù)在數(shù)據(jù)倉庫中，幫助決策分析者對數(shù)據(jù)倉庫的內(nèi)容定位。
（2）定義數(shù)據(jù)進入數(shù)據(jù)倉庫的方式，作為數(shù)據(jù)匯總、映射和清洗的指南。
（3）記錄業(yè)務事件發(fā)生而隨之進行的數(shù)據(jù)抽取工作時間安排。
（4）記錄并檢測系統(tǒng)數(shù)據(jù)一致性的要求和執(zhí)行情況。
（5）評估數(shù)據(jù)質(zhì)量。
