大数据常见名词整理

发布网友发布时间：2024-09-30 15:42

共1个回答

热心网友时间：2024-10-05 11:32

大数据分析中，数据仓库是一个核心概念，它为企业决策提供支持。数据仓库（DW/DWH）是专门构建的，用于存储和管理来自多个源头的数据，以满足分析和决策所需。其主要特性包括：面向主题、集成整合、数据变化和不可修改性。数据仓库通常按照ODS（原始数据）、DWD（数据明细）、DWS（数据汇总）和ADS（数据应用）分层结构设计，以满足不同层次的需求。

数据仓库与数据湖、数据中台有区别。数据湖强调原始、非结构化数据的存储，提供更高的灵活性，适合机器学习任务；数据中台则关注业务需求，以服务形式提供数据，数据处理更侧重于ELT（提取-加载-转换）。星型、雪花和星座模型是数据仓库的三种模型，分别反映了数据的不同关联程度和冗余程度。

在数据仓库中，术语如维度、实体、度量、粒度、口径、指标和标签等都是构建分析模型的关键。维度表存储描述性的信息，实体代表分析对象，度量则是数值指标，粒度决定数据的细化程度，而口径和指标则定义了数据的取样和计算方式。标签则是对实体进行分类和标记。

数据仓库的表设计中，全量表记录最新状态，增量表只存储新增数据，拉链表和流水表关注历史状态的连续变化，快照表则是某一时间点的数据冻结。选择何种表型取决于数据量、更新频率和业务需求。