数据仓库粒度
数据量和存储空间允许，则用细粒度；当不允许，则可以选择双粒度，访问频繁的做细粒度
访问不频繁的作二次加工，用粗粒度
数据仓库和技术
1.1管理大量数据
1.2管理多介质：主存，扩展内存，DASD，光盘，胶片
1.3索引，监视数据：建立二级索引，稀疏索引，动态索引，临时索引
1.4多接口（支持联机，脱机，随即取，顺序取）
1.5可控制数据存放位置
1.6数据并行
1.7元数据
1.8数据装载
blackproof
- 浏览: 1396109 次
- 性别:
- 来自: 北京
-
最新评论
-
guokaiwhu：
赞啊！今晚遇到相同的问题，正追根溯源，就找到了博主！
hbase 报错gc wal.FSHLog: Error while AsyncSyncer sync, request close of hlog YouAr -
喁喁不止：
很清楚，有帮助。
hive常用函数 -
dsxwjhf：
Good job !!
kafka获得最新partition offset -
Locker.Xai：
参考了
freemaker教程 -
maoweiwer：
为啥EPHEMERAL_SEQUENTIAL类型的节点并没有自 ...
zookeeper 入门讲解实例 转
相关推荐
数据仓库系统的体系结构根据应用需求的不同，可以分为以下4种类型：两层架构、独立型数据集市、依赖型数据集市和操作型数据存储、逻辑型数据集市和实时数据仓库。 数据仓库的发展演变可以归纳为5个阶段：以报表为主...
4. **星型和雪花型模式**：这两种模式是数据仓库中常见的数据模型设计。星型模式简单直接，中心事实表周围连接多个维度表；雪花型模式则是星型模式的优化，通过将共享的维度表进一步规范化，减少数据冗余。 5. **...
数据仓库四层模型 数据仓库的四层模型包括 STG、ODS、DW 和 Presentation 层。 * STG 层：与源系统模型一致，增量/全量抽取，不做数据转换，添加审计列。作用是降低开发和维护成本。 * ODS 层：与源系统模型一致，...
数据仓库与数据挖掘是现代信息技术领域中的重要组成部分，它们在数据驱动决策的背景下扮演着关键角色。本实验报告主要探讨了数据仓库的设计、实现及多维分析，涉及到的关键概念包括数据仓库、多维数据模型、ETL过程...
4. **数据抽取、转换和加载（ETL）**：数据从源头抽取，经过清洗、转换，然后加载到数据仓库中，确保数据质量。 5. **数据存储与管理**：数据仓库通常基于关系数据库管理系统，如IBM的DB2，但也可以使用其他类型的...
- **实验4：基于数据仓库的数据挖掘实验** - 应用DBMiner 2.0或WEKA 3.55对数据仓库中的数据进行挖掘，发现有价值的信息。 - **实验5：数据挖掘平台应用实验** - 探索不同数据挖掘平台的功能差异，如Microsoft SQL...
第4章 数据仓库中的粒度 87 4.1 粗略估算 87 4.2 粒度划分过程的输入 88 4.3 双重或单一的粒度？ 88 4.4 确定粒度的级别 89 4.5 一些反馈循环技巧 90 4.6 粒度的级别—以银行环境为例 90 4.7 小结 95 第5章 数据仓库...
总的来说，Oracle数据库在数据仓库领域扮演着关键角色，结合《数据仓库》第四版的深入讲解，读者可以全面了解和掌握构建和管理高效数据仓库所需的知识和技术。这本书对于IT专业人士，尤其是数据库管理员和数据分析师...
第4章 数据仓库中的粒度 87 4.1 粗略估算 87 4.2 粒度划分过程的输入 88 4.3 双重或单一的粒度？ 88 4.4 确定粒度的级别 89 4.5 一些反馈循环技巧 90 4.6 粒度的级别—以银行环境为例 90 4.7 小结 95 第5章 数据仓库...
IBM数据仓库需求建模方法及行业数据仓库模型的知识点主要涵盖了数据仓库的建设、企业级数据仓库建模、软硬件配置、行业数据仓库模型以及市场趋势和相关技术。 首先，IBM数据仓库需求建模方法强调了企业级数据仓库...
决策支持系统的发展、数据仓库环境结构、数据仓库设计、数据仓库粒度划分、数据仓库技术、分布式数据仓库、EIS系统和数据仓库的关系、外部和非结构化数据与数据仓库的关系、数据装载问题、数据仓库与Web、ERP与数据...
### 数据仓库与数据挖掘课程设计知识点详解 #### 一、项目背景及提出问题 - **项目背景**: 在当前的大数据时代背景下，无论是哪个行业都需要对商品及其相关环节的数据进行有效的收集与处理。特别是零售行业，通过对...
数据仓库设计是一个复杂而关键的过程，它涉及到决策支持系统（DSS）的发展和信息技术的演进。DSS的起源可以追溯到20世纪60年代，最初是基于主文件和穿孔卡的数据处理，主要使用COBOL语言。随着技术的进步，数据存储...
数据仓库工具箱完全指南合集包含了四本关于数据仓库领域的专著，旨在为读者提供全面的知识和实践指导。本文将详细解析这些书籍所涵盖的重要知识点。 首先，"数据仓库工具箱：维度建模的完全指南"是数据仓库设计的...
在数据模型方面，文档阐述了为什么需要进行数据仓库建模，以及常见的四种数据模型：维度模型、范式模型、DataVault模型和Anchor模型。维度模型进一步细分为星型模型、雪花模型和星座模型，这些模型在数据仓库设计中...
第4章 数据仓库中的粒度 87 4.1 粗略估算 87 4.2 粒度划分过程的输入 88 4.3 双重或单一的粒度？ 88 4.4 确定粒度的级别 89 4.5 一些反馈循环技巧 90 4.6 粒度的级别—以银行环境为例 90 4.7 小结 95 第5章 数据仓库...
#### 四、数据仓库与数据集市的区别与联系 尽管数据仓库和数据集市都是为企业提供决策支持服务的数据基础设施，但它们之间存在明显的区别： 1. **面向范围**：数据仓库面向整个企业，而数据集市通常服务于某个具体...
4. **数据仓库、大数据平台和数据中台三者之间的关系**：数据仓库通常是大数据平台的一部分，负责结构化数据的存储和处理；数据中台则在数据仓库之上，提供数据服务，连接业务应用和数据仓库。 5. **0-1建设数据...