8.1 数据仓库中的外部数据/非结构化数据
在数据仓库中，存在一些与外部数据 /非结构化数据的使用和存储相关的问题。在图8 - 3中
所给出的非结构化数据所存在的一个问题是可用频率。与内部出现的数据不同，外部数据没
有呈现的真正模式。当为了确保捕获正确的数据，而必须建立永久的监控方式时，呈现的频
率就成为一个问题。
图8-3 与外部数据有关的问题：
• 访问的频率
• 数据的形式
• 不可预测性
外部数据的第二个问题是数据的形式。外部数据的形式是完全没有规则的。为了使之有
用并能放入数据仓库，就必须对外部数据进行一定的重新格式化，将其转化成为内部可接受
的与有用的形式。
导致外部数据难以获得的第三个因素是其不可预测性。外部数据可能在几乎任何时侯来
源于任何实际的数据源。外部数据本身可用性的不可预测性使得很难一致地与完全地获得所
需要的外部数据。
除了来自于期刊上的文章和咨询报告之外，外部数据的另一种来源是现在能够自动操作
的整个数据类，即非结构化数据，如图8 - 4所示。
图8-4 能够存储在数据仓库中的非结构化数据的一些形式
第8章 外部数据/非结构化数据与数据仓库 157
下载
现有系统 数据仓库
外部数据 非结构化数据
非结构化数据
图像
声音
数据仓库
