数据仓库的后台和前台从物理上、逻辑上以及管理上都是分开的。
数据管理是指获取数据并将数据转化成信息,最终将这些信息提交到前端的查询界面,后台不提供查询服务。
后台数据访问是被严格禁止的。
是否支持数据访问正是后台和前台的关键区别。
(一)集结
集结意味着临时的或永久的物理数据快照。
1、抽取步骤
源系统的原始数据在进行大的转换之前通常直接写入到磁盘(通常中写入文本文件或关系型数据库),以保证最初的抽取尽可能简单和快速。
清洗步骤完成后,通常有三种处理方式:
= 1 \* GB2 ⑴ 直接丢弃;
= 2 \* GB2 ⑵ 归档以长期保存;
= 3 \* GB2 ⑶ 保存至少一个抽取周期,以计算连续抽取之间的不同之处。
虽然在清洗和转换步骤可以进行重要的内容转换,但是解决遗留数据格式问题的最佳时机还是在抽取阶段。抽取阶段的转换包括编码格式转换、大小写转换、重定义、重载列等。
(二)清洗步骤
源系统可接受的数据质量程序依据数据仓库要求的质量而不同。
数据质量的处理包括以下几个独立的步骤:有效值检测、一致性检测、删除重复记录、检测是否有复杂的业务规则和过程需要增强等。
数据清洗转换可能需要人为的干预和判断。
数据清洗步骤的结果往往是半永久保存的。
(三)规格化步骤
当多个数据源合并到数据仓库时就需要数据规格化。
数据规格化的过程比简单的数据清洗重要的多,数据规格化需要在顶层确定统一的标准规范,包括口径和度量。
(四)提交步骤
后台任务的终点就是准备好数据以方便查询。
提交步骤至关重要的是将数据物理地组织成简单、对称的维度模型,这种框架大大降低了查询时间、简化了开发过程。
维度模型是构建OLAP立方体的必要基础。
建议将维度模型作为每个数据仓库后台的最终目标。
来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/16239395/viewspace-764793/,如需转载,请注明出处,否则将追究法律责任。
转载于:http://blog.itpub.net/16239395/viewspace-764793/