一.数据仓库概念
将多数据源中的数据整合一起，进行数据分析，此时数据仓库对多种业务数据进行筛选和整合，可以用于数据分析、数据挖掘、数据报表。时效性T+1.
二.数据仓库的特点
- 主题性：数据仓库是针对某个主题来进行组织，比如滴滴出行，司机行为分析就是一个主题，所以可以将多种不同的数据源进行整合。而传统的数据库主要针对某个项目而言，数据相对分散和孤立。
- 集成性：数据仓库需要将多个数据源的数据存到一起，但是这些数据以前的存储方式不同，所以需要经过抽取、清洗、转换的过程
- 稳定性：保存的数据是一系列历史快照，不允许修改，只能分析。
- 时变性：会定期接收到新的数据，反应出最新的数据变化。
三. 数据中心整体架构
四.名称解析
DB:各种数据源，如mysql，mongodb等数据库
ETL: 抽取（extract）、交互转换（transform）、加载（load）的过程。操作工具可以简单的编写程序操作，或者是用kettle工具。
ODS:操作型数据仓库。
ods：操作性数据仓库ods的应用场景
- 在业务系统和数据仓库之间形成一个隔离，ods直接存放从业务系统抽取过来的数据，这些数据从结构和数据上与业务系统保持一致，降低了数据抽取的复杂性。
- 转移一部分业务系统的细节查询功能，因为ods存放的数据与业务系统相同，原来有业务系统产生的报表，现在可以从ods中产生了。
- 完成数据仓库中不能完成的功能。ods存放的是明细数据，数据仓库dw或dm都存放的是汇聚数据，ods提供查询明细功能。
个人理解：
- ods提供了数据冗余备份，它的存在可以避免数据仓库直接调用业务系统的数据。
- 数据抽取到ods中只需要将业务系统的数据原封不动的拷贝过去，可以忽略业务上的规则。
- ods数据只能增加不能修改，而且数据都是从业务系统的原样拷贝，所以可能存在数据冲突的可能，解决办法是为每一条数据增加一个时间版本来区分相同的数据。
DW: 数据仓库，是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策
- 效率足够高，要对进入的数据快速处理。
- 数据质量，数据仓库是提供很多决策系统的支撑数据，所以数据准确非常重要。
- 扩展性，企业业务扩展和降低企业建设数据仓库的成本考虑。
- 面向主题，数据仓库中的数据是按照一定的主题域进行组织的，每一个主题对应一个宏观的分析领域，数据仓库排除对决策无用的数据，提供特定主题的简明视图。
dw理解：
- dw主要提供查询服务，并且需要查询能够及时响应。
- 进入dw的数据应该是能唯一的具有权威性的数据，企业的系统只能使用从dw提供的被认可的数据，所以预先做好企业的元数据建立非常必要。
- 定期需要对dw里面的数据进行质量检查，保证dw里面的数据唯一、权威、准确。
- dw的数据也是只允许增加不允许删除和修改，数据仓库主要是提供查询服务，删除和修改在分布式系统中会消耗大量的性能资源。
DM：数据即视层，以某个业务应用为出发点而建设的局部dw，dw只关心自己需要的数据，不会全盘考虑企业整体的数据架构和应用。每个应用有自己的dm
dm理解：
- dm结构清晰、针对性强、扩展性好，因为dm仅仅是单对某一个领域而建立，容易维护和修改。
- dm建设任务繁重，公司有众多业务每一个业务单独加建立工作量集合增加啊。
- dm的建立消耗更多存储空间，单独一个dm可能数据量不大，但是企业所有领域都建立dm数据量就会增加很多倍。
五. 大数据下的数据仓库模型
数据模型
底层模型：
原文地址：https://www.cnblogs.com/skyice/p/10421452.html
时间： 2024-10-10 02:57:07