CDA Level 1 数据分析师：2.3 表结构数据的获取方法

1. “应用”与“引用”

表格结构数据：应用
表结构数据：引用

应用：手动完成，操作不及时影响数据准确性
引用：产生连接关系，自动引用。数据源变化，表结构也会更新。

2. 关系型数据库管理系统

关系型数据库管理系统（RDBMS）主要任务是企业业务数据存储、检索、访问与共享
RDBMS→DB1(Table1，Table2，Table3)
	 →DB2(Table1，Table2，Table3)
	 →DB2(Table1，Table2，Table3)

1. 多层级结构
2. OLTP
3. 可量化、结构化数据
4. 提供大部分数据源
5. 不善于分析

3. 商业智能系统（BI）

用于企业决策者快速提供完整、准确、深入的数据分析结果，帮助企业决策之实现商业洞察
1. 强于分析
2. 多功能模块构成
3. 两种类型：
	1. 企业商业智能系统
	2. 敏捷性商业智能系统（Power BI）
4. 多维数据集
5. 所见即所得

4. ETL功能

将数据从数据源端经过抽取（Extract）、清洗转换（Transform）、加载（Load）到数据仓库
数据量大时候可以先抽取→加载→清洗（ELT）

1. E 抽取：创建与不同数据源的连接关系，对这些数据源中的数据进行引用
2. T 清洗转换：
	1. 清洗：
		筛选过滤不完整、错误、重复的数据记录（删除或补全影响业务较大的数据；人为或程序Bug；不合理的重复记录，如多录入了一次）
	2. 转换：
		1. 对“粒度”不一致的数据进行转换（如一个系列产品有多个型号，只关注一个系列的产品，需要将多个型号转换为一个系列）
		2. 对业务规则不一致的数据进行转换（如：新旧物料号需先转换为新的物料号）
		3. 非结构到结构化的转换（Level 1 不涉及）
3. L 加载：
	将抽取出来的数据经过处理后存到数据仓库，进行存储和使用
	数据仓库（DW）
	除了数据库的内容，还要引用其他相关系统之外的数据（行业市场数据、供应商等公司外部的数据）
	DW: DB + 网页 + CSV + TXT + 其他数据源

5. OLAP （联机分析处理）

连接信息孤岛、创建多维数据类型