檢測(cè)到您已登錄華為云國(guó)際站賬號(hào)，為了您更好的體驗(yàn)，建議您訪(fǎng)問(wèn)國(guó)際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
中國(guó)站
中國(guó)站
International
Europe
檢測(cè)到您已登錄華為云國(guó)際站賬號(hào)，為了您更好的體驗(yàn)，建議您訪(fǎng)問(wèn)國(guó)際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
文章目錄 數(shù)據(jù)倉(cāng)庫(kù) 什么是數(shù)據(jù)倉(cāng)庫(kù)？ 數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)的區(qū)別？ 事實(shí)表和維度表 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型： 為什么數(shù)據(jù)倉(cāng)庫(kù)要分層？ 數(shù)據(jù)倉(cāng)庫(kù)模式：Kimball （金箔）和 Inmon（恩門(mén)） 數(shù)據(jù)庫(kù)架構(gòu)——Lambda架構(gòu)和Kappa架構(gòu)
息系統(tǒng)相關(guān)。 數(shù)據(jù)倉(cāng)庫(kù)是集成的，數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)有來(lái)自于分散的操作型數(shù)據(jù)，將所需數(shù)據(jù)從原來(lái)的數(shù)據(jù)中抽取出來(lái)，進(jìn)行加工與集成，統(tǒng)一與綜合之后才能進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)； 數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是在對(duì)原有分散的數(shù)據(jù)庫(kù)數(shù)據(jù)抽取、清理的基礎(chǔ)上經(jīng)過(guò)系統(tǒng)加工、匯總和整理得到的，必須消除源數(shù)據(jù)中的不一致性，以保
可。 數(shù)據(jù)倉(cāng)庫(kù)具體的分層 標(biāo)準(zhǔn)的數(shù)據(jù)倉(cāng)庫(kù)分層: stg(數(shù)據(jù)緩沖層)， ods (數(shù)據(jù)貼源層)，dw:dwd dws dwt (數(shù)據(jù)倉(cāng)庫(kù) 層)，ads (數(shù)據(jù)集市層)，app (應(yīng)用層)。 stg:源數(shù)據(jù)緩沖層，它和源系統(tǒng)數(shù)據(jù)是同構(gòu)的，而且這一層數(shù)據(jù)粒度是最細(xì)的，數(shù)據(jù)層與 業(yè)務(wù)源的數(shù)據(jù)結(jié)構(gòu)-
如果要保留歷史的中間表，可以加上日期或者時(shí)間戳 3.3 臨時(shí)表 臨時(shí)表是臨時(shí)測(cè)試的表，是臨時(shí)使用一次的表，就是暫時(shí)保存下數(shù)據(jù)看看，后續(xù)一般不再使用的表，是可以隨時(shí)刪除的表。 規(guī)范：tmp_xxx 只要加上tmp開(kāi)頭即可，其他名字隨意，注意tmp開(kāi)頭的表不要用來(lái)實(shí)際使用，只是測(cè)試驗(yàn)證而已。
指對(duì)應(yīng)的值。ETL 元數(shù)據(jù) 根據(jù) ETL 目的的不同，可以分為兩類(lèi)：數(shù)據(jù)清洗元數(shù)據(jù)；數(shù)據(jù)處理元數(shù)據(jù)。數(shù)據(jù)清洗，主要目的是為了解決掉臟數(shù)據(jù)及規(guī)范數(shù)據(jù)格式；因此此處元數(shù)據(jù)主要為：各表各列的"正確"數(shù)據(jù)規(guī)則；默認(rèn)數(shù)據(jù)類(lèi)型的"正確"規(guī)則。數(shù)據(jù)處理，例如常見(jiàn)的表輸入表輸出；非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化；特殊字段的拆分
在介紹Lambda和Kappa架構(gòu)之前，我們先回顧一下數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展歷程： 傳送門(mén)-數(shù)據(jù)倉(cāng)庫(kù)發(fā)展歷程 寫(xiě)在前面 咳，隨著數(shù)據(jù)量的暴增和數(shù)據(jù)實(shí)時(shí)性要求越來(lái)越高，以及大數(shù)據(jù)技術(shù)的發(fā)展驅(qū)動(dòng)企業(yè)不斷升級(jí)迭代，數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)方面也在不斷演進(jìn)，分別經(jīng)歷了以下過(guò)程：早期經(jīng)典數(shù)倉(cāng)架構(gòu) > 離線(xiàn)大數(shù)據(jù)架構(gòu) > Lambda
Database，即數(shù)據(jù)庫(kù)，用于管理各類(lèi)數(shù)據(jù)對(duì)象，各數(shù)據(jù)庫(kù)間相互隔離。 Datafile Segment，即數(shù)據(jù)文件，通常每張表只對(duì)應(yīng)一個(gè)數(shù)據(jù)文件。如果某張表的數(shù)據(jù)大于1GB，則會(huì)分為多個(gè)數(shù)據(jù)文件存儲(chǔ)。 Table，即表，每張表只能屬于一個(gè)數(shù)據(jù)庫(kù)。 B
可。 數(shù)據(jù)倉(cāng)庫(kù)具體的分層 標(biāo)準(zhǔn)的數(shù)據(jù)倉(cāng)庫(kù)分層: stg(數(shù)據(jù)緩沖層)， ods (數(shù)據(jù)貼源層)，dw:dwd dws dwt (數(shù)據(jù)倉(cāng)庫(kù) 層)，ads (數(shù)據(jù)集市層)，app (應(yīng)用層)。 stg:源數(shù)據(jù)緩沖層，它和源系統(tǒng)數(shù)據(jù)是同構(gòu)的，而且這一層數(shù)據(jù)粒度是最細(xì)的，數(shù)據(jù)層與 業(yè)務(wù)源的數(shù)據(jù)結(jié)構(gòu)-
從數(shù)據(jù)源的采集到多層清洗加工的過(guò)程中，數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)邏輯分層一般分為4層。 分層的核心思想就是解耦。 ODS Operation Data Store 原始數(shù)據(jù)層，也有叫貼源層，該層對(duì)采集的原始數(shù)據(jù)進(jìn)行原樣存儲(chǔ)。 DWD Data Warehouse Detail 明細(xì)數(shù)據(jù)層，對(duì)ODS進(jìn)行清洗，解決數(shù)據(jù)質(zhì)量問(wèn)題。
了華為云混合負(fù)載數(shù)據(jù)倉(cāng)庫(kù)DWS。DWS采用“一庫(kù)兩用”的設(shè)計(jì)理念，一套數(shù)據(jù)倉(cāng)庫(kù)集群既可以支持超高并發(fā)、低時(shí)延的業(yè)務(wù)交易請(qǐng)求，同時(shí)可支撐復(fù)雜的海量數(shù)據(jù)分析和BI應(yīng)用，減少開(kāi)發(fā)和運(yùn)維成本。相比于原系統(tǒng)，BI系統(tǒng)時(shí)效性大大提高，且數(shù)據(jù)分析性能提升3倍。做到數(shù)據(jù)實(shí)時(shí)一致的同時(shí)，DWS也確
Processing），支持復(fù)雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢(xún)結(jié)果。 數(shù)據(jù)倉(cāng)庫(kù)匯總有可能有很多維度數(shù)據(jù)的統(tǒng)計(jì)分析結(jié)果，取百家之長(zhǎng)（各個(gè)數(shù)據(jù)源的數(shù)據(jù)），成就自己的一方天地（規(guī)劃各種業(yè)務(wù)域的模型，指標(biāo)）。 舉個(gè)栗子~ 車(chē)聯(lián)網(wǎng)早期是肯定沒(méi)有數(shù)據(jù)倉(cāng)庫(kù)的，剛開(kāi)始啟動(dòng)階段就是
地區(qū)部空運(yùn)成本，再匯總看季度全球空運(yùn)成本）數(shù)據(jù)倉(cāng)庫(kù)跟業(yè)務(wù)執(zhí)行系統(tǒng)的不同點(diǎn)業(yè)務(wù)執(zhí)行系統(tǒng)OLTP數(shù)據(jù)數(shù)據(jù)倉(cāng)庫(kù)OLAP數(shù)據(jù)原始數(shù)據(jù)導(dǎo)出數(shù)據(jù)細(xì)節(jié)性數(shù)據(jù)綜合性和提煉性數(shù)據(jù)當(dāng)前值數(shù)據(jù)歷史數(shù)據(jù)可更新不可更新，但周期性刷新一次處理的數(shù)據(jù)量小一次處理的數(shù)據(jù)量大面向應(yīng)用，事務(wù)驅(qū)動(dòng)面向分析，分析驅(qū)動(dòng)?
臨時(shí)轉(zhuǎn)儲(chǔ)數(shù)據(jù)倉(cāng)庫(kù)
和組織的數(shù)據(jù)。它包含元數(shù)據(jù)和原始數(shù)據(jù)。數(shù)據(jù)倉(cāng)庫(kù)是高級(jí)分析、報(bào)告和決策的基礎(chǔ)。 數(shù)據(jù)集市：數(shù)據(jù)集市是數(shù)據(jù)倉(cāng)庫(kù)的一個(gè)子集，用于存儲(chǔ)特定團(tuán)隊(duì)或用途（如銷(xiāo)售或營(yíng)銷(xiāo)）的數(shù)據(jù)。它可以幫助用戶(hù)快速訪(fǎng)問(wèn)他們工作所需的信息。 數(shù)據(jù)挖掘：數(shù)據(jù)挖掘是分析存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)中的大型數(shù)據(jù)集以發(fā)現(xiàn)有意義的模式、
3，數(shù)據(jù)從系統(tǒng)中被真正清除 4，數(shù)據(jù)從體系結(jié)構(gòu)的一個(gè)層次轉(zhuǎn)到另一個(gè)層次，比如從操作層轉(zhuǎn)到數(shù)據(jù)倉(cāng)庫(kù)層 在操作型環(huán)境中的檔案數(shù)據(jù)的時(shí)間范圍稱(chēng)為數(shù)據(jù)的操作型窗口，一般不是很長(zhǎng)，只能從一個(gè)星期到兩年。 數(shù)據(jù)倉(cāng)庫(kù)中的錯(cuò)誤數(shù)據(jù)處理方法： 1，原始數(shù)據(jù)更新 2，加入修正條目 3，重新設(shè)置當(dāng)前正確數(shù)據(jù)。作者
的產(chǎn)生。由于企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)、實(shí)施很困難，使得最早吃數(shù)據(jù)倉(cāng)庫(kù)螃蟹的公司遭到大面積的失敗，因此數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)者和分析師開(kāi)始考慮只建設(shè)企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)的一部分，然后再逐步添加，但是這有背于BillInmon的原則：各個(gè)實(shí)施部分的數(shù)據(jù)抽取、清洗、轉(zhuǎn)換和加載是獨(dú)立，導(dǎo)致了數(shù)據(jù)的混亂與不
因此數(shù)據(jù)倉(cāng)庫(kù)就相當(dāng)于宜家的一樓倉(cāng)庫(kù)，在這里，數(shù)據(jù)（家具）按照特定的模型，如FS-LDM等（貨架-位置）組織起來(lái)，這種模型，對(duì)于顧客（業(yè)務(wù)人員，數(shù)據(jù)最終用戶(hù)）是不友好的，但是對(duì)于科技人員（倉(cāng)庫(kù)管理員，宜家員工）來(lái)說(shuō)相對(duì)友好，因?yàn)樗凑找环N更加集約化的規(guī)則將數(shù)據(jù)（家具）管理起
數(shù)據(jù)倉(cāng)庫(kù)是信息（對(duì)其進(jìn)行分析可做出更明智的決策）的中央存儲(chǔ)庫(kù)。通常，數(shù)據(jù)定期從事務(wù)系統(tǒng)、關(guān)系數(shù)據(jù)庫(kù)和其他來(lái)源流入數(shù)據(jù)倉(cāng)庫(kù)。業(yè)務(wù)分析師、數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家和決策者通過(guò)商業(yè)智能 (BI) 工具、SQL 客戶(hù)端和其他分析應(yīng)用程序訪(fǎng)問(wèn)數(shù)據(jù)。 數(shù)據(jù)和分析已然成為
在數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)建設(shè)過(guò)程中，數(shù)據(jù)的加載、卸載，各層數(shù)據(jù)模型之間的數(shù)據(jù)流轉(zhuǎn)，業(yè)務(wù)規(guī)則的實(shí)現(xiàn)等等數(shù)據(jù)加工過(guò)程都會(huì)以ETL任務(wù)的方式實(shí)現(xiàn)。 構(gòu)建ETL子系統(tǒng)是數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)實(shí)施的一個(gè)非常重要的環(huán)節(jié)，在倉(cāng)庫(kù)平臺(tái)建設(shè)過(guò)程中搭建一個(gè)完整、標(biāo)準(zhǔn)的ETL子系統(tǒng)是數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)建設(shè)的基礎(chǔ)性目標(biāo)之一。ET
分)檢查多選題6分（計(jì)分）4. （多選）一般在數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型有：A. 雪花模型B. 星型模型C. 直線(xiàn)模型D. 總線(xiàn)模型AB正確5. （多選）一般在數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)分為三層，包括：A. ODS層（數(shù)據(jù)貼源層）B. DW層（數(shù)據(jù)倉(cāng)庫(kù)層）C. DM層（數(shù)據(jù)集市層）D. SQL層（數(shù)據(jù)查詢(xún)層）ABC
