【Hive】——数据仓库

1.1 数仓概念

数据仓库(data warehouse):是一个用于存储,分析,报告的数据系统

目的:是构建面向分析的集成化数据环境,分析结果为企业提供决策支持

特点:

数据仓库本身不产生任何数据,其数据来源于不同外部系统

数据仓库也不需要消费任何的书,其结果开放给各个外部应用使用

这也是为什么叫仓库,而不叫工厂的原因

1.2 案例

1.3 数仓特征

1.3.1 面向主题性

1.3.2 集成性

1.3.3 非易性、非异变性

1.3.4 时变性

1.4 OLTP、OLAP

1.4.1 OLTP:联机事务处理

1.4.2 OLAP:联机分析处理


1.4.3 OLAP对比OLTP

1.5 数据仓库、数据库的区别


1.6 数据仓库、数据集市的区别



1.7 数据仓库思想与架构

1.7.1 分层思想和标准

操作型数据层(ODS)

数据仓库层(DW)

数据应用层(DA)

1.7.2 ODS层(Operation Data Store)

1.7.2 DW层(Data Warehouse)

1.7.3 DA层(或ADS层)

1.8 分层作用


1.9 ETL、ELT

ETL:抽取Extra、转化Transfer、装载Load

具体顺序基于业务实际灵活选择

1.9.1 ETL


1.9.2 ELT

相关推荐
isfox6 小时前
Google GFS 深度解析:分布式文件系统的开山之作
大数据·hadoop
鼠鼠我捏,要死了捏9 小时前
Hadoop NameNode内存泄漏与GC停顿问题排查与解决方案
hadoop·问题排查·jvm优化
嘉禾望岗50312 小时前
Yarn介绍与HA搭建
大数据·hadoop·yarn
IT研究室12 小时前
大数据毕业设计选题推荐-基于大数据的国家药品采集药品数据可视化分析系统-Spark-Hadoop-Bigdata
大数据·hadoop·信息可视化·spark·毕业设计·数据可视化·bigdata
Lx35213 小时前
Hadoop性能瓶颈分析:从JVM到磁盘IO的全链路优化
大数据·hadoop
DashingGuy14 小时前
数仓建模理论
数据仓库
BYSJMG16 小时前
计算机毕业设计选题:基于Spark+Hadoop的健康饮食营养数据分析系统【源码+文档+调试】
大数据·vue.js·hadoop·分布式·spark·django·课程设计
励志成为糕手17 小时前
Hadoop进程:深入理解分布式计算引擎的核心机制
大数据·hadoop·分布式·mapreduce·yarn
像豆芽一样优秀18 小时前
Hive和Flink数据倾斜问题
大数据·数据仓库·hive·hadoop·flink
计算机毕业设计木哥20 小时前
计算机毕业设计 基于Python+Django的医疗数据分析系统
开发语言·hadoop·后端·python·spark·django·课程设计