数据仓库ODS、DW和DM概念 - 2

最新推荐文章于 2023-11-21 14:44:05 发布

cuixie2370

最新推荐文章于 2023-11-21 14:44:05 发布

阅读量343

点赞数

本文介绍了数据仓库(Data Warehouse, DW)的基本概念，强调了其面向主题、集成、稳定且反映历史变化的特点。DW作为决策支持系统的基础，需要确保数据的一致性、准确性和权威性，并支持高效查询。此外还涉及了数据仓库的层级结构、数据来源及清洗过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

3.2 DW

数据仓库(Data Warehouse)：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（Time Variant）的数据集合，用于支持管理决策
(Decision Making Support)。

时效：T+1

A. 主要提供查询服务，并要求查询能够及时响应.
B. 数据质量，DW提供很多决策系统的支撑数据，数据准确非常重要。DW的数据应该是唯一的具有
权威性的数据，企业所有决策系统只能使用从DW提供的被认可的数据。
C. 扩展性，业务扩展和降低企业建设数据仓库的成本考虑。
D. 面向主题，DW中的数据是按照一定的主题域进行组织的，每一个主题对应一个宏观的分析领域。
数据仓库排除对决策无用的数据，提供特定主题的简明视图。

DW中的数据需要定期进行质量审核，保证权威准确；DW中的数据只允许增加，不允许删除和修改。
EDW需要的运营数据，如果在ODS中已存在，EDW则直接从ODS获取这部分数据。EDW需要的运营数据，
如果在ODS中没有，EDW则直接从生产系统获取这部分数据。

DW层的数据应该是一致的、准确的、干净的数据，即对源系统数据进行了清洗（去除了杂质）后的数
据。这一层的数据一般是遵循数据库第三范式的，其数据粒度通常和ODS的粒度相同。在DW层会保存
BI系统中所有的历史数据，例如保存10年的数据。

EDW主要面向专业分析人员、辅助决策支持人员等，为了实现基于历史数据的统计分析和数据挖掘，
以获得客户深层次的特征和市场发展的规律，例如专业分析人员的经营状况趋势分析由EDW提供支撑。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/35489/viewspace-2155541/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/35489/viewspace-2155541/