2008年的时候就看过这本书的介绍，今天借到中文版，可以好好研读一下了。一、“真正的”数据仓库 DW2.0中，作者认为数据仓库很快演变为一个被称为企业信息工厂的架构。包括：源系统、ODS、ETL、企业数据仓库、数据集市和探索仓库等组件。这一点基本上还是DW中的观点。现在电子商务应用中基于云计算的数据仓库已经发生了根
# 数据仓库 SLA 实现指南
随着数据驱动决策的需求不断增长，数据仓库（Data Warehouse）成为了许多企业的核心部分之一。在构建数据仓库时，服务水平协议（Service Level Agreement, SLA）是确保数据质量和可用性的重要工具。本文将为您提供关于如何在数据仓库中实现 SLA 的详细指导。
## 流程概述
以下是实现数据仓库 SLA 的基本步骤。这些步骤以表格的形
一、OLTP和OLAP的区别OLAPOLTP全称On-line Analytical ProcessingOn-line Transaction Processing应用场景数据仓库数据库核心维度、度量、下钻、上卷、切片、切块、旋转ACID(原子性、一致性、孤立性、持续性)关注点事后的分析，从统计的角度去看待业务发生的节点关注完成这件事情，准确无误的执行二、传统数仓和互联网数仓的区别传统数仓互联网
转载
2023-11-13 15:04:56
101阅读
声明：1. 本栏是个人总结，如有错漏，请指正2. 数据仓库的构建目前业界只有指导方案，并没有统一的标准，每个公司都可以按照实际情况进行设计3. 本总结参考《阿里巴巴大数据之路》、《数据仓库工具箱》 产生背景你以为我又要从OLTP\OLAP进化史开始巴拉巴拉？不了，浪费时间。数据仓库，其实也就是一群SQL Boy，提数员为了应付业务方各种需求，提前建立的一个集中型的数据集市，减少数据重复开
转载
2023-07-31 23:05:56
675阅读
数据仓库是一个面向主题的、集成的、随时间变化的、但信息本身相对稳定的数据集合，用于对管理决策过程的支持，有四个特征： （1）面向主题：数据仓库都是基于某个明确主题，仅需要与该主题相关的数据，其他的无关细节数据将被排除掉 （2）集成：从不同的数据源采集数据到同一个数据源，此过程会有一些ETL操作 （3）随时间变化：关键数据隐式或显式的基于时间变化 （4）数据不可更新：数据装入以后一般只进行查询操作
转载
2024-07-18 16:38:44
93阅读
例子就以下面这个航班项目为例，分别进行切片、切块、钻取、旋转、移动和与移动平均值的计算（图中有个错误，事实表没有主键的标识，是我一开始忘了设置组合键）一、切片（Slice）切片如下图所示：1、点它，在excel中进行分析（因为在SSAS的浏览器中，它仅显示单维数据，excel可以显示多维数据）2、拖拽“到达城市”到“行”（这里根据你的需求拖你的属性），左边出现城市的列 3、拖拽“航空公司
转载
2024-05-16 10:02:55
0阅读
数据仓库数据仓库：各种数据的中央存储系统，提供数据的存储，管理和分析功能。功能：数据仓库系统的主要应用主要是OLAP（On-Line Analytical Processing），用于做数据分析。通俗讲： 为数据挖掘，多维分析，决策支持，报表系统提供易用数据。数据仓库 比较流行语言的有：AWS Redshift, Greenplum, Hive等主要模块1数据采集平台（数据仓库数据来源）使用语言技
转载
2023-08-07 16:29:49
127阅读
1.数据仓库的基本概念英文名称为Data Warehouse，可简写为DW或DWH。数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持（Decision Support）。它出于分析性报告和决策支持目的而创建。数据仓库本身并不“生产”任何数据，同时自身也不需要“消费”任何的数据，数据来源于外部，并且开放给外部应用，这也是为什么叫“仓库”，而不叫“工厂”的原因。2.数据仓库的主要特征数
转载
2023-09-30 09:45:38
250阅读
二、创建OLAP数据立方 创建了数据仓库，以后的操作就是基于它进行操作的。但是对于数据的多维分析并不是主要针对数据仓库，而是从数据仓库中提取的子集，如多维数据集(数据立方),所以还要创建数据立方。创建数据立方需要用到SQL Server2005中的Business Intelligence Development Studio 的Analysis Services组件，也就是SSAS。新建SSAS
转载
2024-08-28 21:07:57
39阅读
# 数据仓库基线告警 SLA 实现指南
作为一名经验丰富的开发者，我将帮助你理解如何实现数据仓库的基线告警 SLA（服务水平协议）。SLA 是关键性能指标的一部分，确保服务在规定的参数和时限内良好运作。我们将依照以下几个步骤来完成这一目标。
## 实施流程
以下是实现数据仓库基线告警 SLA 的基本步骤：
| 阶段 | 描述
按照W.H.Inmon 这位数据仓库权威的说法，“数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理部门的决策过程”。这个简短而又全面的定义指出了表明数据仓库主要特征的四个关键词：面向主题的、集成的、时变的、非易失的，将数据仓库与其他数据存储系统（如关系数据库系统、事务处理系统和文件系统）区别开来。让我们进一步看看这些关键特征。面向主题的（subject-oriented）：数据
转载
2023-11-28 08:46:38
140阅读
date: 2020-12-13 11:49:06
updated: 2020-12-16 17:16:14数仓架构1. 数据仓库特点：面向主题
电商，流量，交易。。。集成
各个数据源：数据库，日志，爬虫。。。相对稳定
主要用来查询，不是用来删除和修改反映历史变化
N年的记录，每个月、每个季度、每年的汇总记录管理决策
分析数据 -> 指标数据湖指的是所有的原始数据，数据仓库指经过处理的原始数
转载
2023-10-24 12:39:21
95阅读
数据仓库是存储数据的一种组织形式，它从传统数据库中获得原始数据，先按辅助决策的主题要求形成当前基本数据层，再按综合决策的要求形成综合数据层(又可分为轻度综合层和高度综合层)。随着时间的推移，由时间控制机制将当前基本数据层转为历史数据层。可见数据仓库中逻辑结构数据由3层到4层数据组成，它们均由元数据(Meta Data) 组织而成
转载
2023-12-12 17:52:45
69阅读
目录前言维度建模星型模型小结 前言 维度建模是Kimball提出来的经典的数据仓库建模思想。维度建模提倡针对某一主题，通过建设维度和事实来快速建设数据仓库。与维度建模相对应的自然是Inmon的范式建模。在上篇也提到范式建模非常适合应用于中间明细层的建设，那么在DW/DM层为什么选择使用维度建模呢？这是第一个问题。维度建模的核心是总线架构，一致性维度，一致性事实。本篇
转载
2023-10-29 15:58:53
191阅读
文章目录一，体系结构的变迁二，硬件利用模式三，数据仓库的开发周期四，数据仓库的特性1，数据仓库是面向主题的2，数据仓库是有结构的3，分区设计 数据仓库是伴随着信息技术和决策支持系统（DSS，Decision Support System）的发展而产生的，利用历史的操作数据进行管理和决策。数据仓库是一个面向主题的、集成的、非易失的、随着时间变化的，用于支持管理人员决策的数据集合，数据仓库包含粒度化
转载
2024-05-14 11:38:15
66阅读
数据仓库建模：数据立方体与OLAP数据仓库和OLAP工具基于多维数据模型。这种模型将数据看做数据立方体形式。 数据立方体是一种多维数据模型，允许以多维对数据建模和观察。它由维和事实定义。一般而言，维是一个单位想要记录的透视或实体。例如：创建一个数据仓库sales，记录商店的销售，涉及维time、item、branch和location。这些维使用商店能够记录商品的月销售，销售商品的分店和
转载
2023-11-27 05:28:46
71阅读
讲数据仓库涉及到的基本概念。
转载
2021-07-26 11:19:43
1101阅读
数据仓库系统是一个信息提供平台，他从业务处理系统获得数据，主要以星型模型和雪花模型进行数据组织，并为用户提供各种手段从数据中获取信息和知识。
从功能结构划分，数据仓库系统至少应该包含数据获取（Data Acquisition）、数据存储（Data Storage）、数据访问（Data Access）三个关键部分。
一、数据仓库组成：
数据
转载
2023-09-25 20:47:53
205阅读
在数据仓库建设中，概念数据模型设计与逻辑数据模型设计、物理数据模型设计是数据库及数据仓库模型设计的三个主要步骤。conceptual data model概念数据模型是最终用户对数据存储的看法，反映了最终用户综合性的信息需求，它以数据类的方式描述企业级的数据需求，数据类代表了在业务环境中自然聚集成的几个主要类别数据。概念数据模型的内容包括重要的实体及实体之间的关系。在概念数据模型中不包括实体的属性
转载
2023-06-30 22:31:32
249阅读
大数据时代，大数据存储的解决方案，往往涉及到数据仓库的选型策略。从传统时期的数据仓库，到大数据环境下的数据仓库，其核心的技术架构是在随着最新技术趋势而变化的。今天的大数据入门分享，我们就来讲讲，大数据环境下的数据仓库。数据仓库的概念，最早是在1991年被提出，而直到最近几年的大数据趋势下，实时数据处理快速发展，使得数据仓库技术架构不断向前，出现了实时数仓，而实时数仓又分为批数据+流数据、批流一体两
转载
2023-11-17 17:00:19
67阅读
