什么是数据仓库
（面集时非）
- 面向主题的：围绕某一主题来构建
- 集成的：图片文字杂糅在一起
- 时变的：随时间变化的数据
- 非易失的：硬盘存放，不易丢失
操作数据库系统（OLTP)与数据仓库(OLAP)区别
(用户、设计、访问、视图、内容）
- 用户和系统的面向性：OLTP是面向顾客，OLAP是面向市场进行数据分析
- 数据内容：OLTP提供当前数据，OLAP提供历史数据
- 数据库设计：OLTP采用实体-联系（ER），OLAP采用星形或雪花
- 视图：OLTP一个具体部门，OLAP全部统计
- 访问模式：OLTP某条，OLAP全部
为什么需要分离的数据仓库
- 有助于提高两个系统的性能
- 两种系统中数据的结构、内容和用法都不相同
星形、雪花形和事实星座
星形（一对多）、雪花（有二级）、事实星座(交叉）
1.星型模式的核心是一个大的中心表（事实表），一组小的附属表（维表）。星型模式示例如下所示：
2.雪花模式是星型模式的扩展，其中某些维表被规范化，进一步分解到附加表（维表）中。雪花模式示例如下图所示：
从图中我们可以看到地址表被进一步细分出了城市（city）维。supplier_type表被进一步细分出来supplier维。
3.事实星座模式（Fact Constellation）或星系模式（galaxy schema）
数据仓库由多个主题构成，包含多个事实表，而维表是公共的，可以共享，这种模式可以看做星型模式的汇集，因而称作星系模式或者事实星座模式。本模式示例如下图所示。
度量的分类和计算
- 分布的：划分与不划分的数据集的结果一样
- 代数的：由几次的分布式函数通过加减乘除的计算得到
- 整体的：对整个数据集进行操作的（如rank）
索引OLAP数据
位图索引
有n的属性改成n列，有这个属性就是1，没有就是0
连接索引
通过一列相同的字段连接