医疗数据之数据仓库的创建（这段时间忙着疫情跟三甲评

（这段时间忙着疫情跟三甲评审的事情，所以一直没有时间把这篇文章写完，今天没加班，利用这点时间把这篇稿发出来）
【医疗数据之数据仓库的创建】在之前开篇及数据仓库的方案中，我都提及到数据仓库对于管理型的数据（或对于BI系统）是至关重要的，所以这篇就分享一下我在实际工作中怎么创建数据仓库的，如有不足之处，请指正。
首先，我们要理解一下数据库与数据仓库的区别：
数据库：是一种逻辑概念，是“按照数据结构来组织、存储和管理数据的仓库” 。是一个长期存储在计算机内的、有组织的、有共享的、统一管理的数据集合；
数据仓库：是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合，是出于分析性报告和决策支持目的而创建。数据仓库的特征在于面向主题、集成性、稳定性和时变性。
它们两的主要区别在于：数据库是面向事务的设计，数据仓库是面向主题设计的；数据库一般存储在线交易数据，数据仓库存储的一般是历史数据（一般情况下数据仓库的数据原则上是不可修改）；数据库设计是尽量避免冗余，一般采用符合范式的规则来设计，而数据仓库在设计是有意引入冗余，采用反范式的方式来设计；数据库是为捕获数据而设计，数据仓库是为分析数据而设计。通过下面的表格对比两个概念的区别：
文章插图
数据库与数据仓库的主要区别
从上面的分析可以看出，虽然都是存储数据，但是两者面对的对象与作用是不一样的，所以在项目上，数据仓库的创建，我是从“主题”这个方面来展开。
首先，要确定主题域（主题域是对某个主题进行分析后确定的主题边界），主题域的确定我是从人、财、物三个方面考虑。人：可以分为患者跟职员两部分，患者又可以细分为住院患者、门诊患者、体检人员等；财：可以从收入、支出两大部分去细分；物：主要是针对设备效益分析、耗材闭环管理等。
其次，主题域确定好后，需要对每一个域进一步分解、细化，结合业务流程或管理层的需求，最终形成具体的分析主题。我在实际设计过程中，形成的主要分析主题列表（部分）如下图：
文章插图
主题列表
当主题定义好之后，数据仓库中的逻辑模型也就基本成形了。接下来就是要确定每个主题的具体内容，即向主题里面增加所需要的信息和能充分代表主题的属性组，其实就是定义主题的每个字段，我以“门诊挂号主题”为例，根据实际需求，设计的字段如下表：
文章插图
挂号主题
每个主题设计好字段后，就形成了初步的数据仓库了，接下来的一步，就是往这些主题填充数据，也就是ETL（抽取、转换、加载）的过程，在项目上，所有主题的ETL代码是自己完成的，当然如果有第三方公司的数据导入数据仓库中，一般处理方案是让第三方公司提供原始的明细数据（可以webServer、视图等方式提供数据），然后通过Kettle工具把每天的数据定时加载到数据仓库中，这个属于另外一个流程或知识点了，此处就不详细展开讲，如有必要，后面再写一篇文章分享第三方公司数据加载到数据仓库的方案。下图为本项目ETL代码：
文章插图
主题数据导入ETL代码
数据仓库填满数据后，通过BI工具，进行数据分析或数据的可视化开发，这一个知识点也不在此篇文章展开细说，如有兴趣，可以看我另外一篇《医疗数据之大屏实时数据监测设计及实现》文章。整体的一个数据仓库创建流程如下图所示：
文章插图
数据仓库创建流程
说明：
1、生产库：业务厂商的生产数据库；
2、接口设计：根据医院的需求，各厂商根据自身系统的情况，提供数据接口（可以是视图、表、Excel文档等形式）；
3、ETL工具：编写ETL代码，或是借助成熟的ELT工具，例如：Kettle ，然后按新的数据协议，将有价值的数据保存在数据仓库中；
4、决策支持系统：通过BI工具，进行数据分析或数据的可视化开发，最后通过“决策支持系统”展现给管理者。