数据仓库 之理论

一、为什么学数据仓库

1. 数据不兼容，很难被整合 
2. 战略决策需要数据的分析
3. 推荐系统

二、数仓定义

是一个面向主题的、集成的、非易失的、随时间变化的数据集合

1. 主题 

　　>> 如“销售分析”主题
　　数据源可以表，可以视频、图片、日志
　　提取主题
　　>> 包含主题所有信息，抛弃无关数据

2. 集成 

3. 非易失 

非原始数据，乃拷贝形成

4. 随时间变化 

三、数据仓库和数据库的区别

补充：3NF —— 数据库三大范式

补充：OLTP和OLAP区别

 

 补充：hive一般不更新，但是硬要事务，需要建表语句中加"transactional=true"

四、数据仓库的架构 

1. inmon：中间使用 数据库

2. Kimball 

 

详见：https://www.cnblogs.com/dajiangtai/p/11718779.html

五、数据仓库的解决方案

六、数据仓库的建模

1）选择业务流程

2）声明粒度

　建议最细粒度

3）确认维度 & 确认事实

• 多维模型：

（一）星型模型

（二）雪花模型