数据仓库相关（二）传统数据仓库的缺点1.随着竞争的进一步加剧，企业需要对市场变化及时响应，对数据仓库时效性的要求越来越高，而传统数据仓库中的数据都是经过批量定期更新的，难以满足时效性的要求。2.越来越多的一线用户需要使用数据仓库和传统数据仓库，用户通常指针内高端管理层或少数管理人员共同的一线用户无法访问数据仓库，比如银行等3.有系统越来越需要传统数据仓库，主动提供相应的分析能力，而传统数据仓库通常不会主动推送分析能力。因此，企业开始使用动态数据仓库技术解决上述问题，动态数据仓库技术给企业带来了实时分析能力，提升了企业的竞争力，相比传统数据仓库，动态数据仓库具有以下优点：1.一线用户可以动态的访问数据仓库，一并获取其所需的信息。2.使用动态数据加载方式相比传统数据仓库，采用批量形式加载数据，动态数据存储准实时的方式连续加载数据，从而在根本上保证数据仓库据的时效性。3.采用事件驱动和主动推动的方式为业务系统提供分析能力。数据仓库的数据模型可分为概念模型，逻辑模型和物理模型三个层次，对数据仓库数据模型的研究，多数集中在逻辑模型。概念模型是客观世界到计算机系统的一个中间层次，最常用的表示方法是ER图。数据仓库一般是建立在数据库的基础之上，所以以及概念模型一般与关系型数据库的概念模型一致。逻辑模型是数据的逻辑结构，如关系模型和层次模型的数据仓库的逻辑模型是多维模型，描述了数据仓库主题的逻辑及每个主题对应的模式定义，数据仓库的数据模型包括星型，雪花型，星型—雪花型。三者都是以为中心不同之处，只是外围维表之间的关系不同而已。星型模型的每个维度都对应一个唯一的维表维的层次关系全部通过为表的字段实现所有与某个事实有关的维，通过该维度对应的维表，直接与事实表关联，所有维表的关键字组合起来，作为事实表的关键字。线性模型通过主关键字和外关键字，把维表和实施表联系在一起，事实上，维表只与事实表关联是规范化的结果，如果将经常合并在一起使用的维度进行规范化，就把星型模型扩展为雪花型。循环型模式对维表规范化使用多个事实表描述层次复杂的维，用不同维表之间的关联实现维的层次。物理模型是逻辑模型的具体实现，如物理存取方式，数据存储结构，数据存放位置和存储分配等。在设计数据仓库的物理模型时，需要考虑提高性能的技术，如表分区，建索引等