传统数据仓库与大数据平台下的数据仓库

    我在之前的数据仓库基础入门中写过,数据仓库技术在大数据背景下发生了很多改变,我粗糙的把数据仓库分成传统数据仓库和大数据数据仓库,其区别主要数数仓数据存储的地方不同,传统数仓数据存储在mysql等关系型数据库上,大数据数仓存储在hadoop平台的hive中(实际上是HDFS中),当然也有其他的数仓产品比如TD、greenplum等。

    我接触过的传统数仓技术架构是使用kettle做ETL工具,数据保存在mysql中,使用MSTR+java开发的数据平台做可视化,随着数据量逐渐增大,事实表条数达到千万级,kettle逐渐变得不稳定,单表做拉链的任务的执行时间也指数级增加,从1/2h到了6/7h。公司考虑使用hadoop平台的hive做数据仓库,报表层数据保存在mysql中,使用tableau做报表系统,这样不用担心存储问题、计算速度也大大加快了。在此基础上,公司开放了hue给各个部门使用,这样简单的提数工作可以由运营自己来操作。使用presto可以做mysql、hive的跨库查询,使用时要注意presto的数据类型非常严格。

    总的来说,大数据平台下的数据仓库由于其免费开源的特性,正在被越来越多的公司使用,我估计未来某一天专门做数据仓库产品的公司可能会不复存在。

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值