什么是数据仓库
什么是数据仓库?
数据仓库是一种优化的存储系统，用于存储结构化数据，以执行提供及时商业智能(BI)所需的高速SQL查询。从处理高速事务到预测分析，数据仓库作为企业用于BI的事实上的存储标准已经有几十年的历史了。
数据仓库的好处
数据仓库的好处包括:
- 整合来自多个不同来源的结构化数据
- 来自关系数据库的快速分析查询
- 一个专门的存储解决方案，更便宜的查询和更快的报告
数据仓库如何工作
随着业务的增长，从业务的不同部分收集数据以提取有用信息的后勤工作可能会变得越来越复杂。数据仓库可以为您的企业提供一种可靠的方式，将信息整合到单个数据库和数据模型中，以允许分析师运行他们的查询。
下面是它的工作原理:
- 提取:从整个组织的不同来源收集原始数据(例如，ERP, CRM，销售，市场)到分期数据库。
- 变换: staging层的数据被传输到集成层，在集成层中，数据被组合并转换为Operational Data Store (ODS)。
- 负载:在将数据写入关系数据库(写时模式)之前，通过定义分析师希望用于SQL查询的模式，将数据从集成层移动到数据仓库。
在数据仓库中与您交互的数据库是关系型的，这意味着数据是结构化的——存储在由列和行组成的表中。这些表是根据写入过程中定义的模式组织的。
当转换步骤由数据仓库外部的ODS处理时，它被称为ETL(提取、转换、加载)。当数据仓库内部处理转换时，它被称为ELT(提取、加载、转换)。无论您使用ETL还是ELT，数据仓库都需要结构化数据和写时模式，以便与关系数据库一起工作。
数据仓库的用途是什么?
数据仓库的常见应用包括:
- 在线事务处理(OLTP):数据仓库可以针对数据完整性和快速查询进行优化，以处理大量短数据事务。高频交易平台上发生的交易就是一个例子。
- 在线分析处理(OLAP):您可以优化数据仓库，以实现相对较少事务量的更快复杂查询。这基本上就是分析师用来生成BI报告的东西。
- 预测分析:OLAP系统通常可以在机器学习算法的帮助下，优化以预测未来事件，并为您的业务生成“如果”场景。
因为数据仓库是写模式，所以在将模式添加到数据仓库之前，了解希望执行的查询类型非常重要。为了管理不同数据源的复杂性，可以将数据仓库划分为数据集市，将硬件和软件资源专用于特定的业务功能，如CRM。
数据仓库、数据湖、数据中心
虽然这三个概念听起来可以互换，但了解它们的区别很重要:
- 数据仓库:用于集成和存储从整个组织的多个非结构化数据源提取的结构化数据的单个存储库。
- 数据湖:组织内所有结构化和非结构化原始数据源的单一未细化存储库(包括数据仓库)。仍然必须处理数据以提取BI见解。
- 数据中心:将所有数据(结构化和非结构化)整合到一个中央可访问数据层的单一接口。它与数据仓库的不同之处在于，它还可以处理操作数据;它与数据湖的不同之处在于，它拥有以多种格式提供数据的能力。
数据中心提供简化不同端点集合之间的数据共享所需的数据治理。通过这种方式，数据中心将数据湖和数据仓库合并为单个访问层。数据处理被抽象到数据中心后面，为您的组织提供了一个集中的地方来提取BI见解。
为什么选择纯存储来满足亚搏充值后支付宝能申诉吗您的数据仓库需求?
如果您需要向现有的数据仓库基础设施添加新的OLAP或OLTP管道，那么可能是时候考虑投资于使用Pure Storage的全闪存存储解决方案的更现代的数据体验™了。亚搏充值后支付宝能申诉吗
作为业界第一个数据中心，Pure Storage®亚搏充值后支付宝能申诉吗FlashBlade®不仅可以处理数据仓库的分析和报告工作负载，还可以提供数据中心的基本品质:
- 在所有数据端点之间无缝共享数据
- 统一的文件和对象存储
- 实时处理操作数据的能力
- 本机架构以向外扩展
- 旨在为任何类型的数据提供多维性能
- 从软件到硬件的大规模并行
