数据仓库-架构

基本架构

架构是什么？

在软件行业普遍接受的架构定义是，指系统的一个或多个结构，包括软件的构建，构建外部可以看到的属性以及他们之间的相互关系。

把数据仓库架构理解成构成数据仓库的组件及其之间的关系。

数据仓库架构
如图

操作型系统由各种形式业务数据组成
这其中可能有关系数据库、TXT、CSV、HTML、XML、还可能有外部系统的数据、网络爬虫等。
数据可能是结构化、半结构化、非结构化的。

这些数据经过抽取、转换、装载（ETL）过程进入数据仓库系统。
抽取过程负责从操作型系统获取数据，该过程一般不做汇总。但是会按照主题进行集成。
物理上是将操作型系统的数据全量或增量复制到数据仓库系统的RDS中。RDS：RAW DATA STORES 原始数据存储。
转换装载过程并将数据进行清洗、过滤、汇总、统一格式化等一系列转换操作，使得数据转为适合查询的格式，然后就将数据装载进入数据仓库系统的TDS中。TDS：TRANSFORMD DATA STORES 转换后的数据存储。
RDS：将原始数据存储到数据仓库中，用户可以查询RDS里的数据而不必影响业务系统的正常运行，起到了操作型数据存储ODS的作用。

TDS：转换后的数据存储，真正的数据仓库中的数据。大量的用户在转换后的数据集上处理他们的日常查询。

在传统数据仓库中，原始数据存储通常是本地文件系统，被组织进相应的目录中，这些目录是基于数据从哪里抽取或何时抽取建立。转换后