何謂資料倉儲 Data Warehouse

資料倉儲（Data Warehouse）是為了查詢與分析為目的建置的系統，系統中包括所有對組織做決定有用處，

且經過整合的資料。資料倉儲是存放與整合各部門、各系統的資料，並提供多維度的方式進行查詢與分析報表。

資料倉儲有四種特性：

1. 主題導向（Subject-Oriented）：資料倉儲是為了對不同的主題來做分析，因此，資料的儲存是以主題為準，

且一個資料倉儲可以有多個主題。

2. 整合性（Integration）：資料倉儲會包含許多不同來源的資料，這些資料是被整合過後，才存放於資料倉儲。

3. 時間變化性（Time-Variant）：資料倉儲中的每一筆資料是與某個時間點有關的。

4. 非暫存性（Non-Volatile）：資料一旦進入資料倉儲後，就不會再被修改與異動。

然而，也有學者指出，資料倉儲若存放太陳舊的資料，這些資料將可能不具分析價值，

因此應要適當的把這些資料搬移至其它地方。

資料倉儲與資料庫的差異：

1. 資料庫：資料量相對較少、資料可異動、日常操作的交易資料、新增資料較即時、用於交易處理系統、

資料量若變多則查詢報表速度會變慢。

2. 資料倉儲：資料量較大、資料不可異動、整合性的匯總資料、新增資料通常為批次處理、用於線上分析系統、

因資料都已事先匯整與處理所以查詢報表速度快。

資料倉儲的資料模式

1. Fact table 事實資料表

Fact table 是由多筆實際交易的資料進行 summary 組成，每筆資料都會包含複合的主鍵項（Multipart Key），

及量值（Measure），即每一筆資料除了包含數個 id 型態的欄位之外，

還會包含至少一個數字型態的欄位（量值：總計、平均、最大值、最小值等等），

Fact table 的資料量非常大，為了效率考量，通常不會對它作正規化。

ex. 日期ID, 台北ID, 飲料ID, 價格總計  ->  為一筆資料

2. Dimension tables 維度表格

Dimension 與 Fact 最大的差別在於維度表格內存放的是文字性、階層性及類別性資料，

作為查詢語言之條件，其屬性描述 Fact table 中每一個列（欄位）的資訊。

Dimension tables 有時候也會進一步作正規化，再切成兩個以上的關聯表，

並以外來鍵相互連接，維度表格資料會少於事實表格，可能只有上百或上千個資料列。

ex. 地區維度: 台北, 台中, 台南...等

3. Star schema 星狀架構

一個 Fact 會關聯到多個 Dimension，且Dimension彼此之間沒有關聯（Dimension沒有正規化）。

4. Snowflake schema 雪花狀架構

一個 Fact 會關聯到多個 Dimension，且Dimension會延伸出相關的Dimension（Dimension有正規化）。