第1章
数据仓库的概念、兴起及其构建方法论

1.1　数据仓库的概念与发展历程简述

1991年，William H. Inmon在其出版的书籍Building the Data Warehouse（中文版译为《数据仓库》，目前最新为第四版）中，首次提出了数据仓库的概念：

数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策（Decision Making Support）。

目前，这一定义已经为人们广泛接受，Inmon也因此被称为数据仓库之父。

从数据仓库的概念提出至今，已经过了30个年头。在此期间，整个IT行业发生了翻天覆地的变化。从互联网的兴起，到大数据的出现，再到云计算的兴盛，以及今日的AI与机器学习，计算机行业的技术浪潮前浪未止，后浪便又汹涌而来。

作为2006年开始接触Oracle数据库并由此进入该行业的笔者而言，有幸经历了数据仓库的低潮和再次兴起、大数据与云计算的崛起等关键阶段，也因此对数据仓库这一技术有了些粗浅的认识。因此，笔者在这里与诸位读者一道，从数据仓库的发展历程谈起，以史为鉴，可知未来。

数据仓库这一概念，其实是从数据库演化而来的。众所周知，当一家企业开始建设IT系统来支撑自己的日常运转之后，企业内部的IT系统、数据库就会逐渐多起来。当达到一定阶段时，企业的高层及相关IT管理人员，包括一线的运维及开发人员，就会逐渐意识到，公司内部的系统太多，各系统之间的交互、数据访问等就会变得烦琐。并且，在企业经历了一段信息化建设之后，企业内部的数据也积累起来了。

当然，现在我们已经知道，企业的数据可分为事务型数据和分析型数据。其中，事务型数据用于支撑和保障企业的日常交易、运行，以及管理；而分析型数据侧重于在运营数据的基础之上，经过一定的集成、加工和整理，来生成企业的周报、月报等常规报表，以及更高级的活动，如数据分析、数据挖掘等，进而为企业的发展提供决策参考。简而言之，事务型数据（或者说运营数据）是为当前服务的，分析数据则是为了更好地规划未来。关于这一点，有一个很能说明问题的小故事：一个月以前的报纸，只能按照收废品的价格来衡量其价值；当天的报纸，可以用其定价来衡量其价值。那么，明天的报纸呢？那价值可就高太多了。

因此，数据仓库就是企业的信息化建设到了一定程度，自然而然出现的一种技术和概念。国内的数据仓库技术开始受到广泛关注的时间大约是在2000年以后。2005年前后，众多国内企业开始尝试建立自己的数据仓库。当然，初始阶段，成功的案例不是太多。那时候人们已经意识到了数据是有价值的，但是如何发挥它们的价值，就是一件很难的事情了。因此，当时想建设数据仓库的企业不在少数，但建成的就很少了。并且在这些建成的数据仓库项目中，相当一部分也只不过是将公司的数据都放到了一起（当然，这也是数据湖（Data Lake）这一概念出现的缘由，关于数据湖的概念，可以参考《数据湖架构》，当然，作者也是Inmon），可以生成一些部门级或者是企业级的报表，至于其他的如数据挖掘等高级应用，成功的案例就少之又少了。

因此，虽然从那时起，无论在国内还是国外，数据仓库项目一直都有企业在进行建设，但是对于整体而言，数据仓库是处于一个相对低潮的阶段的，直到大数据和云计算的兴起。