檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務(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)倉庫 什么是數(shù)據(jù)倉庫？ 數(shù)據(jù)庫與數(shù)據(jù)倉庫的區(qū)別？ 事實表和維度表 數(shù)據(jù)倉庫的數(shù)據(jù)模型： 為什么數(shù)據(jù)倉庫要分層？ 數(shù)據(jù)倉庫模式：Kimball （金箔）和 Inmon（恩門） 數(shù)據(jù)庫架構(gòu)——Lambda架構(gòu)和Kappa架構(gòu)
息系統(tǒng)相關(guān)。 數(shù)據(jù)倉庫是集成的，數(shù)據(jù)倉庫的數(shù)據(jù)有來自于分散的操作型數(shù)據(jù)，將所需數(shù)據(jù)從原來的數(shù)據(jù)中抽取出來，進行加工與集成，統(tǒng)一與綜合之后才能進入數(shù)據(jù)倉庫； 數(shù)據(jù)倉庫中的數(shù)據(jù)是在對原有分散的數(shù)據(jù)庫數(shù)據(jù)抽取、清理的基礎(chǔ)上經(jīng)過系統(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)倉庫具體的分層 標(biāo)準(zhǔn)的數(shù)據(jù)倉庫分層: stg(數(shù)據(jù)緩沖層)， ods (數(shù)據(jù)貼源層)，dw:dwd dws dwt (數(shù)據(jù)倉庫 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間戳 3.3 臨時表 臨時表是臨時測試的表，是臨時使用一次的表，就是暫時保存下數(shù)據(jù)看看，后續(xù)一般不再使用的表，是可以隨時刪除的表。 規(guī)范：tmp_xxx 只要加上tmp開頭即可，其他名字隨意，注意tmp開頭的表不要用來實際使用，只是測試驗證而已。
指對應(yīng)的值。ETL 元數(shù)據(jù) 根據(jù) ETL 目的的不同，可以分為兩類：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)類型的"正確"規(guī)則。數(shù)據(jù)處理，例如常見的表輸入表輸出；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)倉庫的發(fā)展歷程： 傳送門-數(shù)據(jù)倉庫發(fā)展歷程 寫在前面 咳，隨著數(shù)據(jù)量的暴增和數(shù)據(jù)實時性要求越來越高，以及大數(shù)據(jù)技術(shù)的發(fā)展驅(qū)動企業(yè)不斷升級迭代，數(shù)據(jù)倉庫架構(gòu)方面也在不斷演進，分別經(jīng)歷了以下過程：早期經(jīng)典數(shù)倉架構(gòu) > 離線大數(shù)據(jù)架構(gòu) > Lambda
Database，即數(shù)據(jù)庫，用于管理各類數(shù)據(jù)對象，各數(shù)據(jù)庫間相互隔離。 Datafile Segment，即數(shù)據(jù)文件，通常每張表只對應(yīng)一個數(shù)據(jù)文件。如果某張表的數(shù)據(jù)大于1GB，則會分為多個數(shù)據(jù)文件存儲。 Table，即表，每張表只能屬于一個數(shù)據(jù)庫。 B
可。 數(shù)據(jù)倉庫具體的分層 標(biāo)準(zhǔn)的數(shù)據(jù)倉庫分層: stg(數(shù)據(jù)緩沖層)， ods (數(shù)據(jù)貼源層)，dw:dwd dws dwt (數(shù)據(jù)倉庫 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程中，數(shù)據(jù)倉庫的數(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，該層對采集的原始數(shù)據(jù)進行原樣存儲。 DWD Data Warehouse Detail 明細(xì)數(shù)據(jù)層，對ODS進行清洗，解決數(shù)據(jù)質(zhì)量問題。
了華為云混合負(fù)載數(shù)據(jù)倉庫DWS。DWS采用“一庫兩用”的設(shè)計理念，一套數(shù)據(jù)倉庫集群既可以支持超高并發(fā)、低時延的業(yè)務(wù)交易請求，同時可支撐復(fù)雜的海量數(shù)據(jù)分析和BI應(yīng)用，減少開發(fā)和運維成本。相比于原系統(tǒng)，BI系統(tǒng)時效性大大提高，且數(shù)據(jù)分析性能提升3倍。做到數(shù)據(jù)實時一致的同時，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結(jié)果。 數(shù)據(jù)倉庫匯總有可能有很多維度數(shù)據(jù)的統(tǒng)計分析結(jié)果，取百家之長（各個數(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)）。 舉個栗子~ 車聯(lián)網(wǎng)早期是肯定沒有數(shù)據(jù)倉庫的，剛開始啟動階段就是
地區(qū)部空運成本，再匯總看季度全球空運成本）數(shù)據(jù)倉庫跟業(yè)務(wù)執(zhí)行系統(tǒng)的不同點業(yè)務(wù)執(zhí)行系統(tǒng)OLTP數(shù)據(jù)數(shù)據(jù)倉庫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)動面向分析，分析驅(qū)動?
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)倉庫是高級分析、報告和決策的基礎(chǔ)。 數(shù)據(jù)集市：數(shù)據(jù)集市是數(shù)據(jù)倉庫的一個子集，用于存儲特定團隊或用途（如銷售或營銷）的數(shù)據(jù)。它可以幫助用戶快速訪問他們工作所需的信息。 數(shù)據(jù)挖掘：數(shù)據(jù)挖掘是分析存儲在數(shù)據(jù)倉庫中的大型數(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)的一個層次轉(zhuǎn)到另一個層次，比如從操作層轉(zhuǎn)到數(shù)據(jù)倉庫層 在操作型環(huán)境中的檔案數(shù)據(jù)的時間范圍稱為數(shù)據(jù)的操作型窗口，一般不是很長，只能從一個星期到兩年。 數(shù)據(jù)倉庫中的錯誤數(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
臨時轉(zhuǎn)儲數(shù)據(jù)倉庫
因此數(shù)據(jù)倉庫就相當(dāng)于宜家的一樓倉庫，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，這種模型，對于顧客（業(yè)務(wù)人員，數(shù)據(jù)最終用戶）是不友好的，但是對于科技人員（倉庫管理員，宜家員工）來說相對友好，因為他按照一種更加集約化的規(guī)則將數(shù)據(jù)（家具）管理起
的產(chǎn)生。由于企業(yè)級數(shù)據(jù)倉庫的設(shè)計、實施很困難，使得最早吃數(shù)據(jù)倉庫螃蟹的公司遭到大面積的失敗，因此數(shù)據(jù)倉庫的建設(shè)者和分析師開始考慮只建設(shè)企業(yè)級數(shù)據(jù)倉庫的一部分，然后再逐步添加，但是這有背于BillInmon的原則：各個實施部分的數(shù)據(jù)抽取、清洗、轉(zhuǎn)換和加載是獨立，導(dǎo)致了數(shù)據(jù)的混亂與不
數(shù)據(jù)倉庫是信息（對其進行分析可做出更明智的決策）的中央存儲庫。通常，數(shù)據(jù)定期從事務(wù)系統(tǒng)、關(guān)系數(shù)據(jù)庫和其他來源流入數(shù)據(jù)倉庫。業(yè)務(wù)分析師、數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家和決策者通過商業(yè)智能 (BI) 工具、SQL 客戶端和其他分析應(yīng)用程序訪問數(shù)據(jù)。 數(shù)據(jù)和分析已然成為
在數(shù)據(jù)倉庫平臺建設(shè)過程中，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)則的實現(xiàn)等等數(shù)據(jù)加工過程都會以ETL任務(wù)的方式實現(xiàn)。 構(gòu)建ETL子系統(tǒng)是數(shù)據(jù)倉庫系統(tǒng)實施的一個非常重要的環(huán)節(jié)，在倉庫平臺建設(shè)過程中搭建一個完整、標(biāo)準(zhǔn)的ETL子系統(tǒng)是數(shù)據(jù)倉庫平臺建設(shè)的基礎(chǔ)性目標(biāo)之一。ET
分)檢查多選題6分（計分）4. （多選）一般在數(shù)據(jù)倉庫的數(shù)據(jù)模型有：A. 雪花模型B. 星型模型C. 直線模型D. 總線模型AB正確5. （多選）一般在數(shù)據(jù)倉庫中數(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)倉庫層）C. DM層（數(shù)據(jù)集市層）D. SQL層（數(shù)據(jù)查詢層）ABC
