大数据技术-大数据数据仓库.docx
版权申诉
190 浏览量
2022-11-24
14:22:08
上传
评论
收藏 685KB DOCX 举报
大数据数据仓库
1、 数据仓库基本概念
数据仓库即 Data Warehouse，简称 DW，主要研究和解决从数据中获取信息的问
题，为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。本质
上，数据仓库试图提供一种从操作型系统到决策支持系统的数据流架构模型。主
要是解决多重数据复制带来的高成本问题。在有数仓之前，需要大量的冗余数据
来支撑多个决策支持系统，尽管每个系统服务于不同的用户，但是这些系统经常
需要大量相同的数据。决策支持系统 Decision support System，即 DDS，是用
于支持业务或组织决策活动的信息系统，服务于组织管理、运营和规划管理层（通
常是中层或高级管理层），帮助人们对可能快速变化并且不容易预测结果的问题
做出决策。数据仓库就是为决策系统提供数据支持的。
1.1、数据仓库的概念
数据仓库之父 Bill Inmon 提出了被广泛认可的数据仓库定义,把数据仓库定义为
是一个面向主题的、集成的、非易失的和时变的数据集合，用于支持管理者的决
策过程。
1.2、数据仓库的特性
面向主题
传统的操作型系统是围绕功能性应用来组织数据的，各个业务系统可能是相互隔
离的，而数据仓库是面向主题的。主题是一个抽象概念，简单的来说就是用户使
用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型系统相关。
例如一个保险公司要分析销售数据，就可以建立一个专注销售数据的数据仓库，
通过这个数据仓库就可以得到“过去半年销售保险总额以及各险种的占比”，这
个场景下销售就是一个数据主题，同时数据仓库设计时要排除对于决策无用的数
据，上述场景决策关注销售，理赔不是这个主题的，因此理赔的数据就不需要在
剩余34页未读，继续阅读
评论0
最新资源