概述
通常認爲數據進入數據庫之後就是靜態的，以後會查詢它們。但是實際上，數據更像是組裝線上的產品，會從一種環境轉移到另一種環境，並在沿途進行各種轉換。
OLTP（聯機事務處理）
數據的源頭是來自客戶活動，客戶通過一個軟件進行各種操作從而產生一系列相關的數據，我將這些數據理解爲業務數據，而這些數據就保存在業務數據庫中。這種數據庫是不斷的與客戶進行交互的，一般稱之爲聯機事務處理。OLTP對數據的實時性要求很高，客戶發送一個請求，數據庫需要在很短的時間產生響應，計算出結果，展示在客戶面前。在規範化的環境中，每個數據表用於表示一個實體，並將數據冗餘保持在最低限度。當要修改一個實體時，只要在一個地方修改，使修改操作得以優化，同時也減少了發生錯誤的機會。
ETL（提取、轉換、加載）
然而業務性數據不僅僅時用來進行交互，這樣會浪費數據的價值，我們需要將這些數據通過一定的方式進行整合，然後加以分析、挖掘，獲取更大的商業價值。這一過程就簡稱爲ETL。關於ETL，實現的方法多種多樣，通常的手段有：SQL編程、Python編程、成熟的ETL工具。一般大型的項目都需要使用到工具，關於SQL SERVER，可以使用微軟的SSIS服務和開源的Kettle。ETL有幾個需要關注的點：
- 增量還是全量；
- 日誌應該怎麼寫以及如何進行監控；
- 元數據應該怎麼管理。
數據倉庫
數據倉庫是專門針對數據檢索和生成報表而設計的環境。當這樣的環境服務於整個企業時，就稱之爲數據倉庫；而只服務於企業的一部分時（比如說部門），就稱之爲數據集市。主要爲了支持數據檢索，而對數據倉庫中的數據模型進行設計和優化。模型有意保持了一定的冗餘，允許通過更少的表和更簡單的關係，最終得到比OLTP環境更加簡單和有效的查詢。這部分還會設計到數據模型相關的知識，常用的有3NF建模和維度建模。
Mark一個好的建模工具Power Designer。
數據集市
數據倉庫的一個子集，服務於部門。在數據倉庫和數據集市之間搭建ETL，適合使用維度建模。
OLAP（聯機分析處理）
OLAP系統支持對聚合後的數據進行動態的在線分析。由於性能的要求，需要提前對數據進行聚合。
mark ssas
應用
對於數據倉庫的應用主要包括：報表開發（數據可視化）、數據挖掘。數據可視化一般使用Tableau。數據挖掘比較困難，涉及到各種算法，對數理理論知識，編程都有一定要求。