摘要:
ODS的概念:是一个面向主题的、集成的、可变的、反应当前细节的数据集合。为企业决策者提供当前细节性的数据,通过作为数据仓库的过度阶段。ODS具有以下的特点:1.数据是不断更新和易丢失的,当新的业务数据进入到ODS时,旧的数据会被新的数据覆盖或更新,一般不存储历史的数据,只反映当前实时性的信息。2.ODS系统一般存储的都是细节性的信息,很少有汇总的数据。3.ODS系统支持快读的数据更新操作,数据刷新频率很快。4.ODS一般存储在关系型数据库中,通过各个业务系统的数据集成起来,组成企业的全局统一视图。5.用户可以频繁访问ODS系统,因为它是基于操作型应用。元数据的定义在数据仓库系统的建立、维护、管 阅读全文
摘要:
联机处理分析(OLAP):介绍首先要理解的概念:1.维度:人们观察事物的家督,例如地区维度、时间维度、产品维度。2.层:根据维度细节程度的不同,划分数据在逻辑上的等级关系,用来描述维度的各个方面。时间维度包括年、月、日。读取维度包括国家、省等。3.维度的成员:维度的取值。即地区维度中的中国,美国。4.钻取:通过变换维度的层次,改变粒度的大小。5.旋转:通过变换维度的方向,重新安排维的位置,例如行列互换。6.切片和切块7.度量8.ROLAP9MOLAP10.HOLAPOLAP与OLTP的区别OLTP系统 OLAP细节性数据 综合和经... 阅读全文
摘要:
ETL在数据仓库中具有以下的几个特点:数据流动具有周期性:因为数据仓库中的数据量巨大,一般采用成熟的ETL工具去完成抽取、转换、加载,以降低设计开发的和维护的复杂度,使设计开发人员有更多的时间去专注于业务转化规则。ETL是数据抽取、转换、加载的简写。它的一般过程是将数据源抽取出来,中间经过数据的清洗、转换,最后加载到目标表中。ETL的过程一般是批量的。ETL的本质1.用户应该理解ETL本质上就是数据从源到目标的过程。2.大多数的ETL工具价格昂贵,宏观上一般都适合处理海量的数据,但是在微观上需要考虑ETL处理的不同情况。3.元数据时ETL过程的重要体现,藐视了数据源的属性、数据源到目标库的转换 阅读全文
摘要:
商业智能那就是帮你把一个数据转化成具有商业价值的,而且可以获取的信息和知识,同时在最恰当的时候,通过某种形式吧信息转递给需要的人。商业智能的实施步骤:1.定义需求,2.数据仓库模型3.数据抽取、清洗、转换、加载(ETL)4.建立商业智能分析报表数据仓库:数据仓库的开发以完全不同于开发生命周期进行,有时这种周期称为CLDS.与SDLC完全相反。一个公司要想成功的重建生产系统和休整遗留系统,最重要的步骤是首先建立数据仓库环境。数据仓库是一个面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化的(Time Variant 阅读全文