什么是数据仓库？
数据仓库其实就是一个数据库。数据仓库是一个面向主题的、集成的、不可更新的、随时间不变化的数据集合，它用于支持企业或组织的决策分析处理。
什么是主题？主题就是用户使用数据仓库在进行决策时所关心的重点方面。
什么是集成？意思就是说数据库中的数据是来源于分散型的操作数据，我们把分散的数据从原来的数据中抽取进行加工和处理，然后满足了一定的要求，这样的数据才能够进入我们的数据仓库。那么原来的数据可以来自于ORACLE数据库，也可以来自于MySql数据库等这样的关系型数据库，也有可能来自于一个文本文件，或者来自于其他系统。我们把不同的数据集成起来形成了数据的仓库。
什么是不可更新？数据仓库主要是为了决策分析所提供数据的，所以所涉及到的操作主要是指数据的查询，我们一般不会在数据仓库中做更新和删除，因为数据仓库就是做查询操作。

数据仓库的结构和建立过程。
数据源的来源不同，我们要对不同的数据进行抽取（Extract）、转换（TransForm）、装载（Load），也就是通常所说的ETL开发。把这里的数据单独存在一个数据库里面，这个数据库就是一个数据仓库。
什么是抽取（Extract）？就是把数据源的数据按照一定的方式读取出来，然后进行转换。
为什么要进行转换？因为不同的数据源它们的数据格式可能不一样，不一定满足我们的要求，所以我们按照一定的规则进行转换，只有满足要求的数据才能进行装载。
什么装载？将满足格式的数据存入数据仓库里面。这样就建立了数据仓库。
建立数据仓库之后就是提供对外的服务。这里就是数据仓库引擎中包含不同的服务器，不同的服务器提供不同的服务，比如我们的服务里面包括：数据的查询、数据报表、数据分析、各类应用等。

OLTP应用与OLAP应用
OLTP指的是联机事务处理，它所关注的焦点是我们事务的处理，最典型的OLTP的应用就是银行的转账。OLTP面向的是事务，操作的频率会非常高。
OLAP指的是联机分析处理，最典型的应用就是商品推荐系统，这种分析是借用于历史数据，从而进行数据的分析和挖掘，然后提供给别的系统所使用，OLAP主要面向的是查询，在这样的系统中，我们一般不会做更新或者删除或者插入的操作，因为里面的数据都是属于历史的数据。

搭建数据仓库的数据模型
星形模型：是搭建数据仓库最基本的一种数据模型。但是星型模型在某些场景下会不满足我们的要求，于是发展出了雪花模型。

雪花模型：在星型模型的基础上发展起来的，雪花模型适用于更复杂的场景。

在搭建数据仓库的时候可以选择适合的模型进行数据仓库的搭建。