数据仓库与BW面试精华：OLAP/OLTP对比与星形结构详解

本文档主要总结了关于SAP BW（Business Warehouse）的关键知识点和面试要点，涵盖了数据仓库的基本概念、OLAP和OLTP的区别、BW数据结构、星形结构及其与传统星形结构的差异、ETL（Extract, Transform, Load）过程、DSO（Data Store Object）与Cube的功能区别以及DSO的不同分类。 1. 数据仓库定义：数据仓库是一个面向业务主题的、集成的、相对稳定的数据集合，主要用于支持决策分析，其数据反映了历史变化，区别于实时事务处理的OLTP系统。 2. OLAP与OLTP对比：OLTP处理的是实时的、操作频繁的事务，如数据库中的CRUD操作；而OLAP是用于分析的，对历史数据进行汇总和分析，提供决策支持。OLAP关注的是非事务性查询，数据通常保存2-3年的历史记录。 3. BW数据存储：在BW中，最小的数据存储单元是InfoObject，它分为特征和关键值类型，其中特征（如属性、文本和层级）用于存放主数据，主数据根据其特性分类。 4. BW星形结构：这是一种独特的数据模型，有一个事实表在中心，周围连接着维度表，维度表中存储主数据的SID，通过SID链接到属性、文本和层级表，这种设计允许多语言支持和主数据共享。 5. ETL过程：ETL涉及从源系统抽取数据，经过转换（如清洗、整合和格式调整），然后加载到BW的信息立方体中，以便进行数据分析。 6. DSO与Cube的区别：DSO是二维表，用于临时存储明细数据，支持覆盖和累加；Cube则是多维星形结构，用于汇总数据，只支持累加，常用于报表生成。DSO主要用于数据存储，而Cube更多用于分析。 7. DSO分类：包括标准DSO、写优化DSO和直接更新DSO。标准DSO有新表、活动表和变更日志表，数据加载时遵循特定流程，确保数据完整性和准确性。 通过对这些关键知识点的理解，面试者可以展示对SAP BW技术的深入掌握，有助于在求职或评估现有技能时取得优势。