数据仓库数据管理模型

数据仓库分为贴源层、数据仓库层、数据服务层,有人叫做数仓数据模型,或者叫"数据管理模型"。

我们为什么要进行数据分层管理,下图的优点介绍已经说得比较明确,再补充几点:

  1. 保障数据一致性:上层的数据原则上来自于邻接的下层,防止数据跨层访问统计,造成数据不一致。
  2. 方便数据管理:数据分层管理有利于数据科学归类和管理,每层制定数据管理方法和负责人,建立每层的数据访问权限。

参考文章

Introduction to data warehouse layering

相关推荐
G皮T3 小时前
【Elasticsearch】正排索引、倒排索引(含实战案例)
大数据·elasticsearch·搜索引擎·kibana·倒排索引·搜索·正排索引
小葛呀5 小时前
互联网大数据求职面试:从Zookeeper到数据挖掘的技术探讨
大数据·redis·zookeeper·面试·互联网·数据采集·技术栈
T06205146 小时前
【面板数据】A股上市公司注册地所在地数据集(1991-2023年)
大数据
zh_199957 小时前
Spark面试精讲(上)
java·大数据·数据仓库·python·spark·数据库开发·数据库架构
淡酒交魂7 小时前
「Flink」Flink项目搭建方法介绍
大数据·数据挖掘·数据分析
袋鼠云数栈7 小时前
当空间与数据联动,会展中心如何打造智慧运营新范式?
大数据·人工智能·信息可视化
Python当打之年8 小时前
【62 Pandas+Pyecharts | 智联招聘大数据岗位数据分析可视化】
大数据·python·数据分析·pandas·数据可视化
G皮T8 小时前
【Elasticsearch】Elasticsearch 近实时高速查询原理
大数据·elasticsearch·搜索引擎·全文检索·倒排索引·搜索·nrt
白总Server8 小时前
Golang dig框架与GraphQL的完美结合
java·大数据·前端·javascript·后端·go·graphql
Aurora_NeAr10 小时前
Spark RDD 及性能调优
大数据·后端·spark