简述数据库与数据仓库的需求分析数据仓库分层中的ODS

导读datawarehouse（可简写为DW或者DWH）数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它是一整套包括了....

data warehouse（可简写为DW或者DWH）数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它是一整套包括了etl、调度、建模在内的完整的理论体系数据仓库的方案建设的目的，是为前端查询和分析作为基础，主要应用于OLAP（on-line Analytical Processing），支持复杂的分析操作，侧重决策支持，听且提供直观易懂的查询结果比较流行的有：AWS Redshift，Greenplum，Hive等，现在小编就来说说关于简述数据库与数据仓库的需求分析?下面内容希望能帮助到你，我们来一起看看吧!

简述数据库与数据仓库的需求分析

1.数据仓库DW1.1简介

data warehouse（可简写为DW或者DWH）数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它是一整套包括了etl、调度、建模在内的完整的理论体系。数据仓库的方案建设的目的，是为前端查询和分析作为基础，主要应用于OLAP（on-line Analytical Processing），支持复杂的分析操作，侧重决策支持，听且提供直观易懂的查询结果。比较流行的有：AWS Redshift，Greenplum，Hive等。

1.2主要特点

• 面向主题： 操作型数据库组织面向事务处理任务，而数据仓库中的数据是按照一定的主题域进行组织。 主题是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通过与多个操作型信息系统相关。
• 集成
• 需要对源数据进行加工与融合，统一与综合
• 在加工的过程中必须消除源数据的不一致性，以保证数据仓库内的信息时关于整个企业的一致的全局信息。（关联关系）
• 不可修改
• DW中的数据并不是最新的，而是来源于其他数据源
• 数据仓库主要是为决策分析提供数据，涉及的操作主要是数据的查询
• 与时间相关
• 处于决策的需要数据仓库中的数据都需要标明时间属性

1.3与数据库的对比

• DW：专门为数据分析设计的，涉及读取大量数据以了解数据之间的关系和趋势
• 数据库：用于捕获和存储数据