Blog.XiaoMing.Xyz随着大数据时代的到来，数据仓库作为一种重要的数据处理工具，越来越受到人们的关注。数据仓库中的数据存储是其中的一个关键环节，对于后续的数据处理和分析至关重要。
一、数据仓库的概念
数据仓库是一种面向主题、集成、非易失性的数据集合，它不是数据的简单堆积，而是根据数据分析和决策制定的需求，将来自多个数据源的数据进行抽取、转换和加载，形成一套完整的数据体系。数据仓库的目标是提供一致、准确、有用的数据，为企业决策提供支持。
二、数据存储的分类
联机事务处理（OLTP）（on-line transaction processing）
OLTP是传统的关系型数据库管理系统，主要用于支持复杂事务，例如银行交易、在线购物等。其数据存储结构为二维表，具有快速查询、高安全性和可靠性等特点。
联机分析处理（OLAP）（On-Line Analytical Processing）
OLAP是一种多维数据分析技术，主要用于决策支持、趋势分析和业务监控等场景。其数据存储结构为多维数据库，具有高效查询、快速分析和灵活查询等特点。
OLTP 型数据库： MySQL、MongoDB-BI、SQL Server、Oracle、PostgreSQL、MariaDB、Db2、TiDB
OLAP 型数据库： ClickHouse、Apache Doris、Apache Impala、StarRocks
大数据存储
大数据存储是指将来自不同数据源的海量数据进行整合、存储和管理。常见的大数据存储技术包括分布式文件系统（如HDFS）、分布式键值存储（如Cassandra）和分布式表格存储（如HBase）等。
三、数据仓库中的数据存储
数据仓库中的数据存储通常采用三种方式：星型模型、雪花模型和事实星座。
星型模型
星型模型是一种基于事实表的模型，它由一个中心事实表和多个维表组成。中心事实表与每个维表之间通过外键进行关联。星型模型的特点是查询效率高、易于理解和维护，适用于大多数场景。
雪花模型
雪花模型是在星型模型的基础上，将一些维表进一步拆分成更小的部分，形成多个层次的结构。雪花模型适用于维度较多且存在复杂关联的场景，可以减少冗余数据，提高数据的完整性和准确性。
事实星座
事实星座是指将多个事实表相互关联，形成一个更大的星座状结构。
