数据仓库的成型，直接原因是企业数据模型，间接原因是最终用户的需求。

在数据仓库中，最终用户的需求并不是直接满足的，而是通过指示数据的重组方式满足。

1 数据库设计模型

• 关系模型

  在数据仓库设计中是Inmon方法，适合长期使用

• 多维模型

  在数据仓库设计中是Kimball方法，适合短期使用，并且适用范围有限

1 数据量快速增长原因

• 历史数据
• 细节数据
• 多种数据

1 非结构化数据

• 通信

  容量和生命周期较短，分布有限

• 文档

  与通信相反

public interface ScheduledExecutorService extends ExecutorService

• scheduleAtFixedRate固定频率
• scheduleWithFixedDelay固定间隔

1 resources文件路径是从项目根目录开始的

1 从Web到数据仓库

Web日志中的点击流数据在进入数据仓库前，需要经过粒度管理器处理。

粒度管理器工作：

• 清除无关、错误数据
• 合并多条记录
• 汇总

迁移到体系结构化环境是一个逐步完成的过程。

1 迁移方案

(1) 数据模型

数据模型是迁移方案的起点，描述了企业需要的信息。

数据模型内容：

• 主要主题
• 主题定义
• 主题关系
• 关键字和属性分组

1 外部数据与内部数据

• 内部数据：从现有系统抽取的、来自于企业内部的、结构化的数据。

• 外部数据：来自企业外部的、非结构化的、不可预测的数据。

在一定时间范围内，将内部数据与外部数据比较，可以提供独特的数据视角。但是难以在两者间找到公共的关键字。

1 主管信息系统EIS

是数据仓库之前的一个概念，用于帮助主管制定决策。

基本思想：提供信息，但不需要理解其背后的数据结构。

问题：当新问题出现时，主管的关注焦点会改变，EIS也随之变化。