主页 > 新闻资讯 > IT大数据培训之大数据数据仓库技术详解

IT大数据培训之大数据数据仓库技术详解

作者:张老师 浏览次数: 2020-05-29 18:03
在IT培训领域,大数据作为新晋的热点技术,可以说受到的关注不少,行业人才紧缺,想通过培训学习大数据来入行发展的小伙伴也不少。大数据技术学习有一定门槛,所以是尤其需要专业的课程指导的。今天的IT大数据培训分享,我们主要来讲讲大数据数据仓库技术知识。

大数据要进行处理,先要完成存储,而大数据存储,是需要数据仓库来支持的。海量的数据从各个不同的数据源,经过基本的预处理之后,就会进入到数据仓库当中,等待进一步的数据处理。

IT大数据培训

数据仓库的体系结构

典型的数据仓库系统,分为数据库层、中间层和表现层三个层次。

数据库层,即提供初始数据的地方,是数据仓库系统的基础。通过ETL(Extract-Transform-Load,抽取-转换-加载)对数据进行处理,最后将处理好的数据加载至数据仓库中。

中间层,使用OLAP服务器对分析需要的数据按照多维数据模型进行再次重组,目的是支持用户多角度、多层级的数据分析。

表现层,主要描述从数据仓库中读取后的数据,最终的展现方式或展现形式。

数据仓库的概念模型

数据仓库是为分析数据而设计,它的两个基本的元素是事实表和维表。

1.事实表

数据仓库的核心是事实表,围绕事实表的是维表。通过事实表将各种不同的维表连接起来。事实表中一般包含两部分,一是由主键和外键所组成的键部分,另一是用户希望在数据仓库中所了解的数值指标,也就是说,事实表中每条元组都含有指向各个维表的键和一些相应的测量数据。

2.维表

维度是人们观察数据的特定角度,是考虑问题时的一类属性,属性集合构成一个维(时间维、地理维等),而维度表中记录的是有关于这一维的属性。维的层次是观察数据的具体角度,如时间维度,可以有日期、月份、季度、年等。

关于IT大数据培训,大数据数据仓库技术,以上就是简单的入门介绍了。数据仓库,是大数据当中很重要的一个概念,对于开发工作当中的架构搭建、应用开发都有指导意义。加米谷大数据,成都大数据培训机构,大数据开发、数据分析与挖掘,零基础面授小班,本月正在招生中,课程大纲及学习资料可联系客服获取!
热点排行
推荐文章
立即申请>>