数据仓库的实现与使用
一、创建数据仓库
通过编写DDL(数据定义语言)语句来实现。
建模:使用专门的建模软件进行ER建模、关系建模、维度建模
实现:Hive/Spark SQL
二、ETL
实质:从各个数据源提取数据,对数据进行转换,并最终加载填充数据到数据仓库维度建模后的表中。
1. 抽取(Extract)
根据数仓主题、主题域确定需要从应用数据库中提取的数据。
2. 转换(Transform)
对提取好的数据的结构进行转换,以满足目标数仓模型的过程。转换过程也负责数据质量工作,也称为数据清洗。
3. 加载(Load)
将已经提取好、转换后保证了数据质量的数据加载到目标数仓。
- 首次加载:大量数据
- 刷新加载:微批量式加载
三、OLAP/BI工具