数据仓库学习笔记

举报
大数据小粉 发表于 2017/04/26 09:39:41 2017/04/26
【摘要】 数据仓库开发最好是以反复的方式进行。首先建立数据仓库的一部分,然后再建立另一部分。

关于数据环境:

  数据仓库开发最好是以反复的方式进行。首先建立数据仓库的一部分,然后再建立另一部分。

即出现所谓的CLDS的数据驱动的开发生命周期,区别于传统的需求驱动开发生命周期(SDLC)。
  
粒度的选择:
  一般采用双重粒度或建立活样本数据库。
  数据仓库中分区是在应用层而非系统层进行;
  
数据仓库的数据组织:
      1,简单的堆积数据:例如 每天的事务处理;
    2,轮转综合数据存储:每天——>每周——>每月——>每年;
    3,简单直接文件:每段较长时间,一个星期、一个月等;
    4,连续文件:两个或更多的简单文件生成一种连续文件,1个月+1个月  后续可以再继续追加一个月等。
  同构:需要同步的两张表一模一样;

异构:需要同步的两张表结构不一样。审计可以在数据仓库进行,但是不应该从中进行。
  
数据仓库的数据清理
    1,数据加入到失去原有细节的一个轮转综合文件中
    2,数据从高性能的介质(如DASD)转移到大容量介质上
    3,数据从系统中被真正清除
    4,数据从体系结构的一个层次转到另一个层次,比如从操作层转到数据仓库层

  在操作型环境中的档案数据的时间范围称为数据的操作型窗口,一般不是很长,只能从一个星期到两年。
  数据仓库中的错误数据处理方法:

    1,原始数据更新
    2,加入修正条目
    3,重新设置当前正确数据。


作者 |徐建 ​

转载请注明出处:华为云博客 https://portal.hwclouds.com/blogs


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。