数据仓库架构

最新推荐文章于 2024-08-24 18:00:00 发布
最新推荐文章于 2024-08-24 18:00:00 发布
阅读量29 收藏
点赞数
文章标签： 1024程序员节 数据仓库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53384960/article/details/134020846
版权

数据仓库架构

ODS:数据运营层（贴源层）

存储原始数据

DW：数据仓库层（DWD,DWM,DWS）

  • DWD:数据明细层

    经历ODS的数据清洗加工、维度退化、数据探查得到的数据，会做一部分数据聚合操作，提高数据的可用性。

  • DWM：数据中间层

    对通用的核心维度进行轻度的聚合操作

  • DWS：数据服务层（宽表）

    一张宽表

ADS/APP/DM:数据应用层/数据集市

  • 提供给数据产品和数据分析使用的数据

DIM：维表层

  • 高基数维度数据：用户资料表、商品资料表类似的资料表
  • 低基数维度数据：一般是配置表，比如枚举值对应的中文含义，或者日期维表
qq_53384960
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据仓库分层架构
弄潮大数据的博客
04-22 1351
数据仓库分层设计 按照数据流入流出的过程，数据仓库架构可分为三层——源数据、数据仓库、数据应用。 数据仓库的数据来源于不同的源数据，并提供多样的数据应用，数据自下而上流入数据仓库后向上层开放应用，而数据仓库只是中间集成化数据管理的一个平台。 源数据层（ODS）：此层数据无任何更改，直接沿用外围系统数据结构和数据，不对外开放；为临时存储层，是接口数据的临时存储区域，为后一步的数据处理做准备。 数据仓库层（DW）：也称为细节层，DW层的数据应该是一致的、准确的、干净的数据，即对源系统数据进行了清洗（去除了杂
【数据仓库基础（二）】数据仓库架构
hiliang521的博客
09-07 1306
数据仓库架构
数据仓库架构详解
weixin_44604159的博客
11-17 3858
基本概念
Kimball维度模型之数据仓库分层架构
道可道非常道
03-01 1187
Kimball维度数据仓库按照经典分层理论，可以划分为3层，底层为ODS层，中间DW层，上层应用层。比较全面的数仓架构图如下所示，下面笔者针对架构图中的各个部分分别介绍。
Hive企业应用—数据仓库架构
m0_49142509的博客
10-28 2279
1.数据架构 2.数据仓库建模 目前的构建方法主要有三种：  范式建模法  维度建模法  实体建模法 1.范式建模：主要解决关系型数据库的数据存储 数据库六大范式说明  第1范式-1NF：无重复的列、列不可再拆分。  第2范式-2NF：属性完全依赖于主键  第3范式-3NF：属性不依赖于其它非主属性，即属于依赖于主键不能出现传递依赖。  巴斯-科德范式（BCNF），第四范式(4NF），第五范式（5NF，又称完美范式） 2.维度建模法 事实表，维度表来构建数据仓库，最被人广泛知晓的名字就是星型
浅谈数据仓库架构设计
阿里云云栖号
08-11 907
简单的比较了一下数据中台架构与数据仓库、BI、DSS之间的关系，并对比了一下Bill Inmon和Ralph Kimball架构的差异。
干货：数仓架构有哪几种？企业如何选择适合自己的数据仓库架构？
Leo的博客
08-06 965
随着大数据时代的到来，在数据驱动的商业环境中，企业如何有效地管理和利用数据已成为竞争的关键。选择合适的数据仓库架构是确保企业快速、准确、高效地处理和分析数据的基础，不仅能提高数据分析的效率，还能帮助企业洞察业务趋势，实现数据资产的最大化利用。然而，面对市场上众多的数据仓库解决方案，企业如何选择适合自己的数据仓库架构？本文将深入探讨不同数据仓库架构之间的异同，提供选择数据仓库架构的实用建议，助力企业搭建强大、可靠的数据支撑平台，让企业在数字化转型的道路上更加稳健前行。
数据仓库之Lambda架构
youziguo的专栏
06-19 920
Lambda架构是一种设计大规模数据处理系统的架构模式，它结合了批处理和实时处理的优点，以应对大数据的多样性、速度和规模问题。该架构主要由三个层次组成：批处理层（Batch Layer）、速度层（Speed Layer）和服务层（Serving Layer）。
数据仓库架构及基础知识
Liyiming
04-27 2116
「来源: ｜架构师技术联盟 ID：ICT_Architect」 1、什么是数据仓库？ 权威定义：数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。 1）数据仓库是用于支持决策、面向分析型数据处理； 2）对多个异构的数据源有效集成，集成后按照主题进行重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。 面对大数据的多样性，在存储和处理这些大数据时，我们就必须要知道两个重要的技术。 分别是：数据仓库技术、Hadoop。当数据为结构化数据，来自传统的
数据仓库架构设计方案.pdf
12-15
数据仓库
MS数据仓库架构.pdf
06-04
【Microsoft 数据仓库架构】 Microsoft 数据仓库架构是一种设计和构建大规模数据存储和分析系统的方法，它为企业提供了一种高效处理大量历史数据的方式，以支持决策制定和业务洞察。数据仓库是将来自不同源的业务...
数据仓库架构落地方案.pptx
05-16
数据仓库架构的构建是现代企业信息化进程中的重要环节，它涉及到数据的收集、处理、存储和分析等多个层面。本文将详细解析数据仓库架构落地的关键步骤、数据处理过程以及小数据场景下的解决方案。 首先，数据仓库...
Oracle数据仓库架构.ppt
11-12
Oracle数据仓库架构是构建高效、可靠的数据存储和分析解决方案的关键组成部分。它旨在支持大规模的数据整合、处理和洞察，为企业决策提供及时、准确的信息。在Oracle的数据仓库架构中，涉及多个关键组件和技术，包括...
数据仓库系列 1：什么是数据仓库,它与传统数据库有什么不同?
一个7年大数据开发工程师的碎碎念
08-24 723
数据仓库(Data Warehouse)是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策。这个定义来自被誉为"数据仓库之父"的Bill Inmon。但这个定义可能对初学者来说有点抽象,让我们通过一个类比来更好地理解它:想象你是一家大型超市的经理。每天,你的超市都会产生大量的交易数据:销售记录、库存变化、客户信息等。这些数据分散在不同的系统中:收银系统、库存管理系统、会员管理系统等。
数据仓库系列 2：数据仓库的核心特点是什么?
一个7年大数据开发工程师的碎碎念
08-24 790
数据仓库(Data Warehouse)是一个面向主题的、集成的、稳定的、反映历史变化的数据集合,用于支持管理决策。它是企业信息系统的核心和基础,为企业提供决策支持的重要工具。数据仓库的概念最早由 W.H.Inmon 在1990年提出。他将数据仓库定义为"一个面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策"。
顶尖电子称条码秤LS系列称固件，最新固件，固件
最新发布
08-28
顶尖电子称条码秤LS系列称固件，最新固件，固件
爬取淘宝热销(热门)咖啡商品信息数据集
08-28
本资源旨在收集淘宝平台上热销咖啡商品的相关信息，包括但不限于：店铺所在省份、城市位置、商品名称、销售价格、销量数据、单价（以人民币计）、付款人数、是否提供包邮服务、是否来自天猫平台以及满减优惠的详细信息。这些信息均来源于淘宝平台的公开透明数据，可供学习参考之用。请注意，本资源仅用于学术研究和个人学习目的，不得用于商业用途或其他非法活动。
数据仓库架构落地实践与解决方案
该资源是一个关于数据仓库架构落地的精品PPT，涵盖了架构能力、数据处理过程和数据场景解决方案等内容，适用于数据仓库的建设和优化。 数据仓库架构落地的关键点包括： 1. **业务线上化**：首先，根据线下业务流程...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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