Categories
程式開發

什么是数据仓库,以及我为什么需要它?


“数据仓库”这个词在数据分析领域被广泛使用,但对于刚接触数据分析的人来说,仍然会很经常问到这个问题。 本文将对数据仓库的定义做一番解释,并说明为什么以及什么时候需要考虑建立一个数据仓库。

什么是数据仓库?

数据仓库是一种分析数据库,用于存储和处理数据,以便对数据进行分析。数据仓库的两个主要功能:存储分析数据和处理分析数据。

  1. 首先,如果多个业务数据位于不同的数据源,就无法轻易地将它们组合在一起。

  2. 其次,你的数据源系统不适合用来运行大量的数据分析,这样做可能会危及业务运行,因为它会给系统带来很重的负载。

数据仓库是分析管道的核心,它有三个主要作用:

  • 存储:在合并(提取和加载)步骤,数据仓库将接收和存储来自多个数据源的数据。

  • 处理:在处理(转换和建模)步骤,数据仓库将处理大部分(或全部)由转换步骤生成的密集处理工作负载。

  • 访问:在生成报告(可视化和交付)步骤,首先需要在数据仓库中收集报告,然后将其可视化并交付给最终用户。

image

目前,大多数数据仓库使用SQL作为主要的查询语言。

什么时候需要构建数据仓库?

简单地说,这取决于公司所处的阶段、所拥有的数据量和预算,等等。

在早期阶段,你可能不需要数据仓库,而是直接使用业务智能(BI)工具连接到生产数据库。

原文链接:【https://www.infoq.cn/article/bNNXwUG0NNOdQl86iOZS】。未经作者许可,禁止转载。