数据仓库学习笔记

关于数据环境：

  数据仓库开发最好是以反复的方式进行。首先建立数据仓库的一部分，然后再建立另一部分。

即出现所谓的CLDS的数据驱动的开发生命周期，区别于传统的需求驱动开发生命周期(SDLC)。
  粒度的选择：
  一般采用双重粒度或建立活样本数据库。
  数据仓库中分区是在应用层而非系统层进行；
  数据仓库的数据组织：
      1，简单的堆积数据:例如 每天的事务处理；
    2，轮转综合数据存储:每天——>每周——>每月——>每年；
    3，简单直接文件:每段较长时间，一个星期、一个月等；
    4，连续文件:两个或更多的简单文件生成一种连续文件,1个月+1个月  后续可以再继续追加一个月等。
  同构：需要同步的两张表一模一样；

异构：需要同步的两张表结构不一样。审计可以在数据仓库进行，但是不应该从中进行。
  数据仓库的数据清理
    1，数据加入到失去原有细节的一个轮转综合文件中
    2，数据从高性能的介质（如DASD）转移到大容量介质上
    3，数据从系统中被真正清除
    4，数据从体系结构的一个层次转到另一个层次，比如从操作层转到数据仓库层

  在操作型环境中的档案数据的时间范围称为数据的操作型窗口，一般不是很长，只能从一个星期到两年。
  数据仓库中的错误数据处理方法：

    1，原始数据更新
    2，加入修正条目
    3，重新设置当前正确数据。

作者 |徐建 ​

转载请注明出处：华为云博客 https://portal.hwclouds.com/blogs

​