SAP学习日志01---DW与BI

DW和BI的概念比较容易混淆，下面就结合自己的认识进行简单的描述：

 

数据仓库：DW---Data Warehouse

 

       侧重于信息的整合、数据准备，包括数据迁移、组织、存取等后台工作。数据仓库的一个目的就是把企业的信息访问基础从一种非结构化的或发展中的环境改变成一种结构化或规划良好的环境。按照W.H.Inmon 这位数据仓库权威的说法，“数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理部门的决策过程”。

      在建模方面，目前较常用的两种建模方法是所谓的第三范式(3NF, 即 Third Normal Form)和星型模式 (Star-Schema)，粒度和分割时DW的两个重要概念。

      数据集市(DM，Data Market)，可以理解为为部门范围级别的决策支持应用而设计的，其数据模型设计和数据组织上更多地服务于一个部门的信息需求，而数据仓库所对应的是整个企业的层面的整体信息视图，体现决策信息在企业的共性需求。

      操作型数据存储区(ODS, Operational Data Store)是为了弥补业务系统和数据仓库之间的数据同步差距而提出的，ODS+DW在实现实时或者准实时的数据抽取上有自己的优势，劣势就在于增减了模型设计的复杂度和成本。

 

商业智能：BI---Business Intelligence

 

      侧重于数据的查询和报告，多维或者联机的数据分析，数据挖掘和数据可视化工具等数据应用的前台操作，其中数据挖掘是较高层级的商业智能应用。

      BI的前身是EIS（领导信息系统，Executive Information System），之后又被叫做DSS