1.1什么是數(shù)據(jù)倉庫-創(chuàng)新互聯(lián)

數(shù)據(jù) 倉庫是一個databas旨在實現(xiàn)商業(yè)智能活動：旨在幫助用戶了解和增強其組織的績效。它專為查詢和分析而不是事務(wù)處理而設(shè)計，通常包含從事務(wù)數(shù)據(jù)派生的歷史數(shù)據(jù)，但可以包含來自其他來源的數(shù)據(jù)。數(shù)據(jù)倉庫將分析工作負載與事務(wù)工作負載分開，并使組織能夠合并來自多個源的數(shù)據(jù)。這有助于：

創(chuàng)新互聯(lián)建站-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價比集賢網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式集賢網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋集賢地區(qū)。費用合理售后完善，10多年實體公司更值得信賴。

維護歷史記錄

分析數(shù)據(jù)以更好地了解業(yè)務(wù)并改善業(yè)務(wù)

除了關(guān)系數(shù)據(jù)庫之外，數(shù)據(jù)倉庫環(huán)境還可以包括提取，傳輸，轉(zhuǎn)換和加載（ETL）解決方案，統(tǒng)計分析，報告，數(shù)據(jù)挖掘功能，客戶端分析工具以及管理數(shù)據(jù)收集過程的其他應(yīng)用程序。 ，將其轉(zhuǎn)化為有用的，可操作的信息，并將其交付給業(yè)務(wù)用戶。

為了實現(xiàn)增強商業(yè)智能的目標(biāo)，數(shù)據(jù)倉庫使用從多個源收集的數(shù)據(jù)。源數(shù)據(jù)可能來自內(nèi)部開發(fā)的系統(tǒng)，購買的應(yīng)用程序，第三方數(shù)據(jù)聚合器和其他來源。它可能涉及交易，生產(chǎn)，營銷，人力資源等。在當(dāng)今的大數(shù)據(jù)世界中，數(shù)據(jù)可能是網(wǎng)站上數(shù)十億次點擊，或者來自內(nèi)置于復(fù)雜機器中的傳感器的大量數(shù)據(jù)流。

數(shù)據(jù)倉庫與在線事務(wù)處理（OLTP）系統(tǒng)不同。使用數(shù)據(jù)倉庫，您可以將分析工作負載與事務(wù)工 因此，數(shù)據(jù)倉庫是非常面向讀取的系統(tǒng)。與寫入和更新相比，它們具有更高的數(shù)據(jù)讀取量。這樣可以實現(xiàn)更好的分析性能，并避免影響您的事務(wù)系統(tǒng)?？梢詢?yōu)化數(shù)據(jù)倉庫系統(tǒng)，以整合來自多個來源的數(shù)據(jù)，以實現(xiàn)關(guān)鍵目標(biāo)：它成為您組織的“單一事實來源”。擁有所有用戶可以關(guān)注的一致數(shù)據(jù)源是非常有價值的; 它可以防止許多爭議并提高決策效率。

數(shù)據(jù)倉庫通常存儲數(shù)月或數(shù)年的數(shù)據(jù)以支持歷史分析。數(shù)據(jù)倉庫中的數(shù)據(jù)通常通過來自多個數(shù)據(jù)源的提取，轉(zhuǎn)換和加載（ETL）過程加載?，F(xiàn)代數(shù)據(jù)倉庫正朝著提取，加載，轉(zhuǎn)換（ELT）架構(gòu)發(fā)展，其中所有或大多數(shù)數(shù)據(jù)轉(zhuǎn)換都在托管數(shù)據(jù)倉庫的數(shù)據(jù)庫上執(zhí)行。重要的是要注意，定義ETL過程是數(shù)據(jù)倉庫設(shè)計工作的很大一部分。同樣，ETL操作的速度和可靠性是數(shù)據(jù)倉庫啟動和運行后的基礎(chǔ)。

數(shù)據(jù)倉庫的用戶執(zhí)行通常與時間相關(guān)的數(shù)據(jù)分析。例如，包括去年的銷售數(shù)據(jù)，庫存分析以及按產(chǎn)品和客戶分類的利潤。但是時間關(guān)注與否，用戶希望他們認為合適的數(shù)據(jù)“切片和切塊”，而設(shè)計良好的數(shù)據(jù)倉庫將足夠靈活以滿足這些需求。用戶有時需要高度聚合的數(shù)據(jù)，有時他們需要深入了解詳細信息。更復(fù)雜的分析包括趨勢分析和數(shù)據(jù)挖掘，它們使用現(xiàn)有數(shù)據(jù)來預(yù)測趨勢或預(yù)測未來。數(shù)據(jù)倉庫充當(dāng)中間件商業(yè)智能環(huán)境使用的底層引擎，為最終用戶提供報告，儀表板和其他界面。

雖然上面的討論集中在術(shù)語“數(shù)據(jù)倉庫”上，但還有兩個重要的術(shù)語需要提及。這些是數(shù)據(jù)集市和操作數(shù)據(jù)存儲（ODS）。

數(shù)據(jù)集市與數(shù)據(jù)倉庫具有相同的作用，但其范圍有限。它可以服務(wù)于某個特定部門或業(yè)務(wù)線。數(shù)據(jù)集市與數(shù)據(jù)倉庫的優(yōu)勢在于，由于其有限的覆蓋范圍，它可以更快地創(chuàng)建。但是，數(shù)據(jù)集市也會產(chǎn)生不一致的問題。在數(shù)據(jù)集市中保持數(shù)據(jù)和計算定義一致需要嚴(yán)格的紀(jì)律。這個問題已被廣泛認可，因此數(shù)據(jù)集市有兩種風(fēng)格。獨立數(shù)據(jù)集市是直接從源數(shù)據(jù)饋送的數(shù)據(jù)集市。他們可以變成信息不一致的島嶼。從屬數(shù)據(jù)集市從現(xiàn)有數(shù)據(jù)倉庫提供。依賴數(shù)據(jù)集市可以避免不一致的問題，但它們要求已經(jīng)存在企業(yè)級數(shù)據(jù)倉庫。

存在操作數(shù)據(jù)存儲以支持日常操作。ODS數(shù)據(jù)被清理和驗證，但它在歷史上并不深刻：它可能只是當(dāng)天的數(shù)據(jù)。ODS不是支持數(shù)據(jù)倉庫可以處理的歷史豐富的查詢，而是為數(shù)據(jù)倉庫提供了訪問最新數(shù)據(jù)的位置，這些數(shù)據(jù)尚未加載到數(shù)據(jù)倉庫中。ODS還可以用作加載數(shù)據(jù)倉庫的源。隨著數(shù)據(jù)倉庫加載技術(shù)變得更加先進，數(shù)據(jù)倉庫可能不再需要ODS作為加載數(shù)據(jù)的源。相反，恒定的涓流進給系統(tǒng)可以近乎實時地加載數(shù)據(jù)倉庫。

引入數(shù)據(jù)倉庫的常用方法是參考William Inmon提出的數(shù)據(jù)倉庫的特征：

主題導(dǎo)向

集成

非易失

時間變化

主題導(dǎo)向

數(shù)據(jù)倉庫旨在幫助您分析數(shù)據(jù)。例如，要了解有關(guān)公司銷售數(shù)據(jù)的更多信息，您可以構(gòu)建專注于銷售的數(shù)據(jù)倉庫。使用此數(shù)據(jù)倉庫，您可以回答諸如“去年誰是我們這個項目的最佳客戶？”之類的問題?；颉懊髂暾l有可能成為我們最好的客戶？” 這種按主題定義數(shù)據(jù)倉庫的能力，在這種情況下是銷售，使數(shù)據(jù)倉庫面向主題。

集成

整合與學(xué)科定位密切相關(guān)。數(shù)據(jù)倉庫必須將來自不同來源的數(shù)據(jù)放入一致的格式。他們必須解決諸如命名沖突和計量單位之間的不一致之類的問題。當(dāng)他們實現(xiàn)這一目標(biāo)時，他們被認為是整合的。

非易失

非易失性意味著， 一旦進入數(shù)據(jù)倉庫，數(shù)據(jù)就不應(yīng)該改變。這是合乎邏輯的，因為數(shù)據(jù)倉庫的目的是使您能夠分析發(fā)生的情況。

時間變化

數(shù)據(jù)倉庫專注于隨時間的變化是術(shù)語時變的意思。為了發(fā)現(xiàn)趨勢并識別業(yè)務(wù)中隱藏的模式和關(guān)系，分析師需要大量數(shù)據(jù)。這與在線事務(wù)處理（OLTP）系統(tǒng)形成鮮明對比，后者的性能要求要求將歷史數(shù)據(jù)移動到存檔。

1.1.1數(shù)據(jù)倉庫的主要特征

凱數(shù)據(jù)倉庫的特征如下：

數(shù)據(jù)的結(jié)構(gòu)簡化了訪問和高速查詢性能。

最終用戶是時間敏感的，并且渴望思考速度的響應(yīng)時間。

使用大量歷史數(shù)據(jù)。

查詢通常會檢索大量數(shù)據(jù)，可能是數(shù)千行。

預(yù)定義和即席查詢都很常見。

數(shù)據(jù)加載涉及多個源和轉(zhuǎn)換。

通常，具有高數(shù)據(jù)吞吐量的快速查詢性能是成功數(shù)據(jù)倉庫的關(guān)鍵。

1.2對比OLTP和數(shù)據(jù)倉庫環(huán)境
OLTP系統(tǒng)和數(shù)據(jù)倉庫之間存在重要差異。系統(tǒng)類型之間的一個主要區(qū)別是數(shù)據(jù)倉庫不僅僅是第三范式（3NF），這是OLTP環(huán)境中常見的一種數(shù)據(jù)規(guī)范化。

數(shù)據(jù)倉庫和OLTP系統(tǒng)有著非常不同的要求。以下是典型數(shù)據(jù)倉庫和OLTP系統(tǒng)之間差異的一些示例：

工作量

數(shù)據(jù)倉庫旨在適應(yīng)即席查詢和數(shù)據(jù)分析。您可能不會提前知道數(shù)據(jù)倉庫的工作負載，因此應(yīng)優(yōu)化數(shù)據(jù)倉庫以便在各種可能的查詢和分析操作中良好運行。

OLTP系統(tǒng)僅支持預(yù)定義的操作。您的應(yīng)用程序可能經(jīng)過專門調(diào)整或設(shè)計為僅支持這些操作。

數(shù)據(jù)修改

ETL過程（每晚或每周運行）使用批量數(shù)據(jù)修改技術(shù)定期更新數(shù)據(jù)倉庫。數(shù)據(jù)倉庫的最終用戶不會直接更新數(shù)據(jù)倉庫，除非使用分析工具（如數(shù)據(jù)挖掘）來預(yù)測相關(guān)概率，將客戶分配到細分市場并開發(fā)客戶檔案。

在OLTP系統(tǒng)中，最終用戶會定期向數(shù)據(jù)庫發(fā)出單獨的數(shù)據(jù)修改語句。OLTP數(shù)據(jù)庫始終是最新的，并反映每個業(yè)務(wù)事務(wù)的當(dāng)前狀態(tài)。

架構(gòu)設(shè)計

數(shù)據(jù)倉庫通常使用部分非規(guī)范化模式來優(yōu)化查詢和分析性能。

OLTP系統(tǒng)通常使用完全規(guī)范化的模式來優(yōu)化更新/插入/刪除性能，并保證數(shù)據(jù)的一致性。

典型的操作

典型的數(shù)據(jù)倉庫查詢掃描數(shù)千或數(shù)百萬行。例如，“查找上個月所有客戶的總銷售額”。

典型的OLTP操作只訪問少數(shù)記錄。例如，“檢索此客戶的當(dāng)前訂單”。

歷史數(shù)據(jù)

數(shù)據(jù)倉庫通常存儲數(shù)月或數(shù)年的數(shù)據(jù)。這是為了支持歷史分析和報告。

OLTP系統(tǒng)通常只存儲數(shù)周或數(shù)月的數(shù)據(jù)。OLTP系統(tǒng)僅根據(jù)需要存儲歷史數(shù)據(jù)，以成功滿足當(dāng)前事務(wù)的要求。

1.3通用數(shù)據(jù)倉庫任務(wù)
作為一個O.racle數(shù)據(jù)倉庫管理員或設(shè)計人員，您可以期望參與以下任務(wù)：

配置Oracle數(shù)據(jù)庫以用作數(shù)據(jù)倉庫

設(shè)計數(shù)據(jù)倉庫

將數(shù)據(jù)庫和數(shù)據(jù)倉庫軟件升級到新版本

管理模式對象，例如表，索引和物化視圖

管理用戶和安全性

開發(fā)用于提取，轉(zhuǎn)換和加載（ETL）過程的例程

根據(jù)數(shù)據(jù)倉庫中的數(shù)據(jù)創(chuàng)建報告

備份數(shù)據(jù)倉庫并在必要時執(zhí)行恢復(fù)

監(jiān)控數(shù)據(jù)倉庫的性能并根據(jù)需要采取預(yù)防或糾正措施

在中小型數(shù)據(jù)倉庫環(huán)境中，您可能是執(zhí)行這些任務(wù)的唯一人員。在大型企業(yè)環(huán)境中，作業(yè)通常分為幾個DBA和設(shè)計人員，每個人都有自己的專長，例如數(shù)據(jù)庫安全性或數(shù)據(jù)庫調(diào)優(yōu)

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

當(dāng)前標(biāo)題：1.1什么是數(shù)據(jù)倉庫-創(chuàng)新互聯(lián)
本文來源：http://muchs.cn/article18/coesdp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供外貿(mào)建站、動態(tài)網(wǎng)站、網(wǎng)站建設(shè)、自適應(yīng)網(wǎng)站、關(guān)鍵詞優(yōu)化、ChatGPT

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)