大数据之数仓及Hive介绍

前言

#博学谷IT学习技术支持#

一、数据仓库介绍

（一） 数据仓库的基本概念

数据仓库，简称数仓，是一个很大的数据存储集合，出于企业的分析性报告和决策支持目的而创建，对多样的业务数据进行筛选与整合。它为企业提供一定的商业智能能力，指导业务流程改进、监视时间、成本、质量以及控制，数据仓库的输入方是各种各样的数据源，最终的输出用于企业的数据分析、数据挖掘、数据报表等方向

（二）数据仓库的主要特征

数仓的特性主要有以下四种：

1. 主题性，数据仓库根据使用者实际需求，将不同数据源的数据在一个较高的抽象层次上做整合，所有数据都围绕某一主题来组织
2. 集成性，数仓中存储的数据是来源于多个数据源的集成，原始数据来自不同的数据源，存储方式各不相同
3. 稳定性，数仓中保存的数据是一系列历史数据，不允许被修改
4. 时变性，数仓会定期接收新的集成数据，反应出最新的数据变化

（三）数据仓库与数据库的区别

两者的区别主要有以下几点：

1. 数据库是面向事务的设计，数据仓库是面向主题设计的。
2. 数据库一般存储业务数据，数据仓库存储的一般是历史