第二篇 Basic 103 The Data warehousing Process
这一讲主要是关于数据仓库建模过程，这也是上学期NF26课程的主要内容，由于这是整个商业智能中最基础也是最重要的技术，这个讲座权且当做是复习好了。
Datawarehouse vs DataMart
这两个概念经常被提及，其实两者并没有本质的区别，主要就是规模上的差异。我们可以把DM看作是某个角度或者针对企业某个部门的DW，比如人事部，销售，客服部都可以分别建立各自的DM，仅仅面向一个流程。DW可以认为是DM的集合。但是两者的流程是相同的。
Datawarehouse 流程
上面的这张图展示了整个DW 流程，下面具体分析这流程的步骤。
在建立DW之前，我们必须了解我们创建这个DW的目的。确定这个目的就是确定问题（Identify the problem），只有精确的定位了问题我们才能开展后面的工作，否则一切都可能是徒劳。确定问题的同时，也确定了这个DW的指标，需要聚焦的数据 (the metrics).
第二步，我们称为维度建模(Dimension modeling). 比如，经典的星形模型，雪花模型等，确立dimension的关系。
第三步，收集确定数据源(Identify the data source). 在这里我们要找到我们需要的数据，它们可能会有不同的来源，内部或外部，数据库或者文件。这些都不要紧 只要我们能收集到需要的数据，就能导入。
第四步，ETL过程，这一步是非常重要，也在整个流程中占据很大比重(60% – 80% !!!)。 所谓 ETL=Extraction Transformation Loading。Extraction 指导入数据的过程，我们要把第三步中不同来源 不同类型的数据导入到我们的数据仓库中。Transformation 指数据的转化，或者可以理解成”清洗”数据。 原始数据都是”脏”的，比如格式的不统一，数据的不完整等。 Transformation可以算一种normalisation。在MS的BI解决方案中，ETL 由 SSIS (Intergration service) 实现。
第五步，建立Cube，cube在数据仓库中是一项很神奇的技术。Cube 最大的优点也是我们建立的原因是速度。Cube 预先计算好聚合数据，并把它们存储起来。当我们请求访问时，就快多了。Cube 一般都有明确的继承关系，他让我们方便地挖掘数据。
最后一步，输出数据(Deliver data). 输出的形式有很多，比如Excel，报表，甚至可以是web application。
