第1章
數據倉庫的概念、興起及其構建方法論

1.1　數據倉庫的概念與發展歷程簡述

1991年，William H. Inmon在其出版的書籍Building the Data Warehouse（中文版譯為《數據倉庫》，目前最新為第四版）中，首次提出了數據倉庫的概念：

數據倉庫（Data Warehouse）是一個面向主題的（Subject Oriented）、集成的（Integrated）、相對穩定的（Non-Volatile）、反映歷史變化（Time Variant）的數據集合，用于支持管理決策（Decision Making Support）。

目前，這一定義已經為人們廣泛接受，Inmon也因此被稱為數據倉庫之父。

從數據倉庫的概念提出至今，已經過了30個年頭。在此期間，整個IT行業發生了翻天覆地的變化。從互聯網的興起，到大數據的出現，再到云計算的興盛，以及今日的AI與機器學習，計算機行業的技術浪潮前浪未止，后浪便又洶涌而來。

作為2006年開始接觸Oracle數據庫并由此進入該行業的筆者而言，有幸經歷了數據倉庫的低潮和再次興起、大數據與云計算的崛起等關鍵階段，也因此對數據倉庫這一技術有了些粗淺的認識。因此，筆者在這里與諸位讀者一道，從數據倉庫的發展歷程談起，以史為鑒，可知未來。

數據倉庫這一概念，其實是從數據庫演化而來的。眾所周知，當一家企業開始建設IT系統來支撐自己的日常運轉之后，企業內部的IT系統、數據庫就會逐漸多起來。當達到一定階段時，企業的高層及相關IT管理人員，包括一線的運維及開發人員，就會逐漸意識到，公司內部的系統太多，各系統之間的交互、數據訪問等就會變得煩瑣。并且，在企業經歷了一段信息化建設之后，企業內部的數據也積累起來了。

當然，現在我們已經知道，企業的數據可分為事務型數據和分析型數據。其中，事務型數據用于支撐和保障企業的日常交易、運行，以及管理；而分析型數據側重于在運營數據的基礎之上，經過一定的集成、加工和整理，來生成企業的周報、月報等常規報表，以及更高級的活動，如數據分析、數據挖掘等，進而為企業的發展提供決策參考。簡而言之，事務型數據（或者說運營數據）是為當前服務的，分析數據則是為了更好地規劃未來。關于這一點，有一個很能說明問題的小故事：一個月以前的報紙，只能按照收廢品的價格來衡量其價值；當天的報紙，可以用其定價來衡量其價值。那么，明天的報紙呢？那價值可就高太多了。

因此，數據倉庫就是企業的信息化建設到了一定程度，自然而然出現的一種技術和概念。國內的數據倉庫技術開始受到廣泛關注的時間大約是在2000年以后。2005年前后，眾多國內企業開始嘗試建立自己的數據倉庫。當然，初始階段，成功的案例不是太多。那時候人們已經意識到了數據是有價值的，但是如何發揮它們的價值，就是一件很難的事情了。因此，當時想建設數據倉庫的企業不在少數，但建成的就很少了。并且在這些建成的數據倉庫項目中，相當一部分也只不過是將公司的數據都放到了一起（當然，這也是數據湖（Data Lake）這一概念出現的緣由，關于數據湖的概念，可以參考《數據湖架構》，當然，作者也是Inmon），可以生成一些部門級或者是企業級的報表，至于其他的如數據挖掘等高級應用，成功的案例就少之又少了。

因此，雖然從那時起，無論在國內還是國外，數據倉庫項目一直都有企業在進行建設，但是對于整體而言，數據倉庫是處于一個相對低潮的階段的，直到大數據和云計算的興起。