一、Data Warehouse数据仓库
“A data warehouse is a subject-oriented, integrated, nonvolatile, and time-variant collection of data in support of management’s decisions.”——Bill Inmon（“Building the Data Warehouse”，1990）
中文释义：数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。——比尔·恩门（《建立数据仓库》，1990）
二、Data Warehouse数据模型
数据模型可以分为逻辑模型与物理模型。
逻辑数据模型陈述业务相关数据的关系，是一种与数据库无关的结构设计，从企业业务领域的角度及高度订出subject area model（主题域模型），再逐步向下深入到entities（实体）、attributes（属性）。
物理模型与数据库管理系统有关，是建置在该系统上的数据架构，故设计时需考虑数据类型(data type)、空间及性能相关的议题。
为了输出数据模型，一般经过四个建模阶段，具体阶段任务和产出可参考另一篇“数据建模”相关文章：
三、Entities实体
就数据库而言，实体往往指某类事物的集合。
四、Subject主题
主题，是一个抽象概念，对应企业中某一宏观分析领域所涉及的分析对象。
数据仓库中的数据是面向主题进行组织的。主题是根据分析的要求来确定的。这与按照数据处理或应用的要求来组织数据是不同的。例如“销售分析”就是一个分析领域，因此这个数据仓库应用的主题就是“销售分析”。
五、主题域
主题域通常是联系较为紧密的数据主题的集合。可以根据业务的关注点，将这些数据主题划分到不同的主题域。主题域的确定必须由最终用户和数据仓库的设计人员共同完成。
六、主题域、主题、实体间关系
主题设计是对主题域进一步分解，细化的过程。主题域下面可以有多个主题，主题还可以划分成更多的子主题，而实体则是不可划分的最小单位。主题域、主题、实体的关系如下图所示：
