知识要点

数据仓库包括数据源、数据的存储与管理、OLAP 服务器与各种报表工具、查询工具、数据分析工具、数据挖掘工具及各种基于数据仓库或数据集市的应用开发工具。

OLTP 是传统的关系型数据库联机事务处理过程。

在数据库系统中，数据的完整性，是指数据的有效性、正确性和一致性。

数据仓库 4 大特点：

1. 面向主题：数据按主题组织；
2. 集成的：消除了源数据中的不一致性，提供整个企业的一致性全局信息；
3. 相对稳定的（非易失的）：主要进行查询操作，只有少量的修改和删除操作（或是不删除）；
4. 反映历史变化（随着时间变化）：记录了企业从过去某一时刻到当前各个阶段的信息，可对发展历程和未来趋势做定量分析和预测。 

分布透明性包括：分片透明性、位置透明性和局部数据模型透明性。

1. 分片透明性：是分布透明性的最高层次。所谓分片透明性是指用户或应用程序只对全局关系进行操作而不必考虑数据的分片。当分片模式改变时，只要改变全局模式到分片模式的映像（映像 2），而不影响全局模式和应用程序。全局模式不变，应用程序不必改写，这就是分片透明性。
2. 位置透明性：是分布透明性的下一层次。所谓位置透明性是指，用户或应用程序应当了解分片情况，但不必了解片段的存储场地。当存储场地改变时，只要改变分片模式到分配模式的映像（映像 3），而不影响应用程序。同时，若片段的重复副本数目改变了，那么数据的冗余也会改变，但用户不必关心如何保持各副本的一致性，这也提供了重复副本的透明性。
3. 局部数据模型（逻辑透明）透明性：指用户或应用程序应当了解分片及各片断存储的场地，但不必了解局部场地上使用的是何种数据模型。 

分片透明：指用户或应用程序不需要知道逻辑上访问的表具体是如何分块存储的；

复制透明：指采用复制技术的分布方法，用户不需要知道数据是复制到哪些节点及如何复制的；

位置透明：指用户无须知道数据存放的物理位置；

逻辑透明（局部数据模型透明）：是指用户或应用程序无须知道局部场地使用的是哪种数据模型。 

数据库的原子性：指操作序列要么全做要么全不做。设计时用影子拷贝（浅拷贝）实现。浅拷贝就是你的影子，深拷贝是你的克隆人，你没了影子也就没了，但是克隆人还活着。

数据库的一致性：指数据库从一个一致性状态变到另一个一致性状态。设计时用完整性