什么是数据仓库

最新推荐文章于 2024-07-20 07:20:54 发布

数据小小兜

最新推荐文章于 2024-07-20 07:20:54 发布

阅读量439

点赞数

文章标签：数据仓库

本文链接：https://blog.csdn.net/cjjtree123/article/details/124369160

版权

《Hadoop构建数据仓库实践》读书笔记
作者：王雪迎

1.数据仓库的定义
数据仓库之父Bill Inmon在1991年出版的Building the Data Warehouse 一书中首次提出了被广为认可的数据仓库定义。Inmon将数据仓库描述为一个面向主题的、集成的、随时间变化的、非易失的数据集合，用于支持管理者的决策过程。
a.面向主题：
主题是一个抽象概念，简单地说就是与业务相关的数据的类别，每一个主题基本对应一个宏观的分析领域。
主题域是对某个主题进行分析后确定的主题的边界，如客户、销售、产品都是主题域的例子
b.集成：
从公司层面整体分析销售数据，必须将多个分散的数据源统一成一致的、无歧义的数据格式后，再放置到数据仓库中。
因此，数据仓库必须能够解决诸如产品命名冲突、计量单位不一致等问题。
c.随时间变化
为了发现业务变化的趋势、存在的问题，或者新的机会，需要分析大量的历史数据。
换句话说，数据仓库中的数据是反映了某一历史时间点的数据快照，这也就是术语“随时间变化”的含义。
当然，任何一个存储结构都不可能无限扩展，数据也不可能只入不出地永久驻留在数据仓库中，它在数据仓库中也有自己的生命周期。到了一定时候，数据会从数据仓库中移除。
移除的方式可能是将细节数据汇总后删除、将老的数据转储到大容量介质后删除和直接物理删除等。
d.非易失
非易失指的是，一旦进入到数据仓库中，数据就不应该再有改变。