什么是数据仓库
一种用于存储和管理数据的系统,提供一种统一方式,将不同来源、不同方式、不同时间的数据集成在一起。
数据仓库结构
主题域:一个特定领域的数据集,比如营销、销售、客户、库存等。
维度:定义数据的不同角度,时间、地点等。
事实表:存储实际数据,销售额、库存量等。
四个特点:
面向主题:数据仓库面向企业或组织主要的主题,不同于传统的数据库系统,数据仓库将企业不同的业务系统、数据来源整合到一起,使得用户可以集中处理特定主题的问题。
集成的:数据仓库与企业内部或外部的多个源系统整合,把这些单个的数据源整合到一起形成一张完整的数据库,使得企业数据变得完整、方便分析。
非易失的(稳定的、不可更新):数据仓库中的数据被认为是"非易失的"即一旦存储在仓库中就不会丢失。数据仓库需要保留历史数据以便分析,同时为了保证数据持久性,数据仓库采用了数据备份和恢复机制。
面向分析(反映历史变化、时间特性):数据仓库主要用于支持企业的决策分析过程。数据仓库的数据表结构、字段、视图等信息都是被设计为方便用户进行数据分析、交互、制图和报表的。同时,数据仓库采用了 OLAP 技术,使得用户可以进行复杂的多维数据分析,以及在线分析处理等操作。
主机不变
ETL过程
抽取数据:不同数据源抽取数据
转换:清洗、格式化、转换
加载:加载到数据仓库、分析和报表操作
全量加载
增量加载