构建数据仓库考虑哪些问题?
- 数据粒度问题
- 目前ODS层数据粒度在行记录级别,粒度级别越低,查询范围越广,粒度越高,查询越少。
- 数据仓库技术问题
- 管理大量数据并且能够将其管理好的能力。
- 管理多种介质,磁盘–》近线存储(光盘,磁带等)–》存档存储
- 索引及监控数据,能够支持灵活和不可预测的数据访问。例如索引、二级索引等。
- 多种技术的接口,操作型环境抽取到数据仓库,从数据仓库集成数据集市。甚至包换多种语言技术的接入。
- 数据的并行存储和管理。
- 元数据管理,数据字典实现以及元数据管理。
- 数据的有效装载能力,数据仓库中的数据需要高效的从操作型环境装载到数据仓库。
- 具有数据压缩的能力,一般采用parquet文件存储数据。
- 支持复合主键,例如,采用多个字段的集合作为复合主键。
- 管理变长数据,(待定)
- 快速恢复,发生故障,或者需要从下级存储设备导入数据仓库中,能够快速恢复数据。
- 数据粒度问题
什么是数据抽取服务?
- 概念:将操作型环境中的数据同步到数据仓库的过程
- 步骤:
- 数据集成
- 统一数据编码,eg:多个数据源的性别不一致
- 数据的度量单位一致
- 数据字段的统一描述一致
- 数据装载
- 历史数据的装载
- 实时数据的装载
- 扫描在操作型环境找那个那些被打上时间戳的数据
- 扫描增量文件
- 扫描作为事务处理副产品、或者主从同步产生的日志文件
- 程序中双写来实现
- 数据集成
数据模型和过程模型区别?
- 过程模型,以需求为起始点,功能分解,流程结构图,伪代码。只适用于操作型环境(eg:关系型数据库)
- 数据模型,不仅适用于操作型环境也适用于数据仓库环境。
构建数据仓库考虑哪些问题
最新推荐文章于 2023-04-04 08:06:34 发布