大数据分析必不可少之数据仓库

　　数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。

 

　　数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持(Decision Support)。数据仓库本身并不“生产”任何数据，同时自身也不需要“消费”任何的数据，数据来源于外部，并且开放给外部应用，这也是为什么叫“仓库”，而不叫“工厂”的原因。

 

　　01数据仓库的特点

 

　　面向主题的，按照一定的主题进行组织，主题是指用户使用数据仓库进行决策时所关心的重点方面，后面会重点举例说明。

 

　　数据仓库是集成的，数据仓库的数据有来自于分散的操作型数据，将所需数据从原来的数据中抽取出来，进行加工和集成之后，进入数据仓库。

 

　　数据仓库是不可更新的，数据仓库主要是为决策分析供数据，所涉及的操作主要是数据的查询;

 

　　02数据仓库有如下要求

 

　　效率足够高：数据仓库的分析数据一般分为日、周、月、季、年等，可以看出，日为周期的数据要求的效率最高。

 

　　数据质量：由于数据仓库流程通常分为多个步骤，包括数据清洗，转换，装载等，那么由于脏数据会导致数据失真，就可能导致做出错误的决策。

 

　　可扩展性：主要体现在数据建模的合理性。

 

　　数据仓库的基本架构主要包含的是数据流入流出的过程，可以分为三层——数据获取、数据仓库、数据应用：

 

　　数据分析必不可少之数据仓库_大数据视频_数据分析视频_数据管理视频_课课家