数据仓库的源数据分类

理论上数据仓库集中了企业的所有数据，一个企业只需建立一个数据仓库。仓库本身不生产数据，数据均从源导入。

源头数据可分三类：

（1）结构化数据     :主要是关系型数据库中的数据。

（2）半结构化数据 :一般都是纯文本数据，但是有各种存储格式，如xml。 

数据存储不像关系型数据库那样整齐，或者字段嵌套表格数据。
选取部分这些数据存储到仓库，可以预见ETL过程并不轻松。

另外，这些数据格式各异，可能要创建存储格式或者选择NoSQL数据库。

典型的NoSQL数据库有，HBase,Mongodb ,Cassandra,Redis 。

（3）非结构化数据 :主要是图片，音频，视频。
这些数据本身没有多少分析和挖掘的价值，一般是存储在文件系统中，通过仓库的元数据进行管理。

即记录这些数据存储位置，分辨率等属性，方便快速检索，以检索结果进行统计和分析。

其实就是给每个非结构化数据贴上了标签，并将标签信息记录到了数据仓库中。