在之前開篇及數據倉庫的方案中，我都提及到數據倉庫對於管理型的數據（或對於BI系統）是至關重要的，所以這篇就分享一下我在實際工作中怎麼創建數據倉庫的，如有不足之處，請指正。
首先，我們要理解一下數據庫與數據倉庫的區別：
數據庫：是一種邏輯概念，是“按照數據結構來組織、存儲和管理數據的倉庫”。是一個長期存儲在計算機內的、有組織的、有共享的、統一管理的數據集合；
數據倉庫：是爲企業所有級別的決策制定過程，提供所有類型數據支持的戰略集合，是出於分析性報告和決策支持目的而創建。數據倉庫的特徵在於面向主題、集成性、穩定性和時變性。
它們兩的主要區別在於：數據庫是面向事務的設計，數據倉庫是面向主題設計的；數據庫一般存儲在線交易數據，數據倉庫存儲的一般是歷史數據（一般情況下數據倉庫的數據原則上是不可修改）；數據庫設計是儘量避免冗餘，一般採用符合範式的規則來設計，而數據倉庫在設計是有意引入冗餘，採用反範式的方式來設計；數據庫是爲捕獲數據而設計，數據倉庫是爲分析數據而設計。通過下面的表格對比兩個概念的區別：
數據庫與數據倉庫的主要區別
從上面的分析可以看出，雖然都是存儲數據，但是兩者面對的對象與作用是不一樣的，所以在項目上，數據倉庫的創建，我是從“主題”這個方面來展開。
首先，要確定主題域（主題域是對某個主題進行分析後確定的主題邊界），主題域的確定我是從人、財、物三個方面考慮。人：可以分爲患者跟職員兩部分，患者又可以細分爲住院患者、門診患者、體檢人員、工作量、流程監控優化等；財：可以從收入、支出兩大部分去細分；物：主要是針對固定資產、設備效益分析、耗材閉環管理、處方、病歷等。
主題分析
其次，主題域確定好後，需要對每一個域進一步分解、細化，結合業務流程或管理層的需求，最終形成具體的分析主題。我在實際設計過程中，形成的主要分析主題列表（部分）如下圖：
主題列表
當主題定義好之後，數據倉庫中的邏輯模型也就基本成形了。接下來就是要確定每個主題的具體內容，即向主題裏面增加所需要的信息和能充分代表主題的屬性組，其實就是定義主題的每個字段，我以“門診掛號主題”爲例，根據實際需求，設計的字段如下表：
掛號主題
每個主題設計好字段後，就形成了初步的數據倉庫了，接下來的一步，就是往這些主題填充數據，也就是ETL（抽取、轉換、加載）的過程，在項目上，所有主題的ETL代碼是自己完成的，當然如果有第三方公司的數據導入數據倉庫中，一般處理方案是讓第三方公司提供原始的明細數據（可以webServer、視圖等方式提供數據），然後通過Kettle工具把每天的數據定時加載到數據倉庫中，這個屬於另外一個流程或知識點了，此處就不詳細展開講，如有必要，後面再寫一篇文章分享第三方公司數據加載到數據倉庫的方案。下圖爲本項目ETL代碼：
主題數據導入ETL代碼
數據倉庫填滿數據後，通過BI工具，進行數據分析或數據的可視化開發，這一個知識點也不在此篇文章展開細說，後面我再寫一篇關於做界面展示的相關內容。整體的一個數據倉庫創建流程如下圖所示：
數據倉庫創建流程
說明：
1、生產庫：業務廠商的生產數據庫；
2、接口設計：根據醫院的需求，各廠商根據自身系統的情況，提供數據接口（可以是視圖、表、Excel文檔等形式）；
3、ETL工具：編寫ETL代碼，或是藉助成熟的ELT工具，例如：Kettle，然後按新的數據協議，將有價值的數據保存在數據倉庫中；
4、決策支持系統：通過BI工具，進行數據分析或數據的可視化開發，最後通過“決策支持系統”展現給管理者。