本文其它章节:
漫谈大数据仓库与挖掘系统(一):大数据的价值
漫谈大数据仓库与挖掘系统(三):ETL的开始——数据的传输和同步
在上一章节的末尾,我们谈到,这个系列的文章,最终会以我国公安机关拥有的公民信息、加上民航部门拥有的出行信息、银行拥有的交易信息等数据为例,逐渐讲述如何构建一个大数据的国民信息挖掘系统。不过以上一章节所叙述的基础知识,还不足以让我们进入实例环节。在这一章,我们还是必须补充一些相关的基础知识。
当然本文作为一个科普性质的读物,笔者并不希望读者们对本文望而生畏,所以,即便是对基础知识的介绍,本章节也不会参杂多少深奥的理论知识。而且事实上,数据仓库与数据挖掘的相关技术和理论,大多都是从工程师们的实践中总结出来的,而不是由大学中的教授们研究出来的。不过,为了解释数据仓库到底是什么,它和我们所熟知的数据库系统有什么不同,笔者还是要引用现代数据仓库之父,William H.Inmon大师的著作:《数据仓库(Building the Data Warehouse)》中的一个定义:
“数据仓库是:面向主题的、集成的、稳定的、面向时间的数据集合。”