搭建数据仓库的流程简介

如何搭建一个数据仓库？下面大体说明了搭建的流程。

数据仓库的结构

用一幅图来表示：

数据仓库的好处

数据仓库是一套体系。可以建在Oracle上，MySQL上，Hive上，MaxCompute上，具体建在哪个平台根据数据量来定。对数据仓库来说，建在哪个平台不重要，重要的是目的。

数据仓库的目的，是对组织的数据进行统一的治理，归纳来讲，就是：存、通、用。

存：是指数据的统一存储。数据放在一起了，meta才能在一起，便于后续的计算。
通：是指数据的梳理，集中式的数据存储自然而然带来数据的集中管理。便于企业梳理内部的数据，这个是最能刺痛规模比较大，业务比较繁杂的企业的。
用：就是在梳理好内部数据资产后，可以看到那些数据可以做链接。那些业务可以合作。自己还缺少哪些数据。

存偏向于存储，通偏向于数据管理，用偏向于数据计算，也就是业务创新。

业务的野蛮生长总会遇到瓶颈，这个时候就需要有内在驱动的业务创新。数据是指导组织二次创业的好依据。by 山水

主要的流程

简单的来说，就是包括：数据源、ODS、DW（DM）、报告这几部分。
主要有这么几个流程：

数据源到ODS，需要考虑：
- 数据源的平台有哪些，比如Oracle，MySQL，文本文件，每个平台有哪些可用的同步工具
- 数据有哪些，数据字典有没有
- 哪些表全量同步
- 哪些表增量同步，如何取增量数据
- 同步周期，按小时，按天，按周，按月？
- 数据量评估：存量数据有多大，增量数据每天有多少
- 历史保留多久
- 数据正确性校验
- 调度、监控、报警
ODS到DW(DM)，刚开始可以考虑建立数据集市(DM)，待对数据，对业务足够理解，人足够多的时候，考虑建立数据仓库(DW)，需要考虑：
- 熟悉数据字典，理解业务，理解数据
- 事实表要建哪些
- 维度表要建哪些
- 更新周期，按小时，按天，按周，按月？
- 数据量评估：存量数据有多大，增量数据每天有多少
- 历史保留多久
- 验数
- 调度、监控、报警
报告，这个是给业务、决策层看的，是体现价值的地方
- 统计口径的确定
- 验数：验证数据是否正确
- 如何展示：是表格、图形，还是大屏？

用到的工具

在建设数据仓库的时候，需要使用一系列的工具。

数据源到ODS
- ETL工具，比如kettle
ODS到DW(DM)
- SQL
报告
- 报表平台

整个流程通过 调度工具 串起来
调度工具需要解决：

任务依赖
周期性执行
监控，报警
日志

后续的工作

迭代！
迭代！
迭代！

作者：https://yq.aliyun.com/u/huaheshang
更多精彩内容请关注袋鼠云微信微博：

搭建数据仓库的流程简介相关推荐

数仓dw怎么建_搭建数据仓库的流程简介
如何搭建一个数据仓库? 下面大体说明了搭建的流程. 数据仓库的结构用一幅图来表示: 数据仓库的好处数据仓库是一套体系.可以建在Oracle上,MySQL上,Hive上,MaxCompute上,具体 ...
mysql数据仓库搭建_搭建数据仓库的流程简介
如何搭建一个数据仓库? 下面大体说明了搭建的流程. 数据仓库的结构用一幅图来表示: 数据仓库的好处数据仓库是一套体系.可以建在Oracle上,MySQL上,Hive上,MaxCompute上,具体 ...
如何将项目发布到阿里云_尚硅谷基于阿里云搭建数据仓库（实时）项目视频发布...
11月,尚大发布了基于阿里云搭建数据仓库离线项目视频,不少爱学习的小伙伴表示,对实时项目视频翘首以盼,听了大海哥的课,腰不酸了,腿不疼了,一口气从头听到尾还不过瘾,沉迷于学习无法自拔-- 说曹操,大海 ...
Zookeeper+Hadoop+Hbase完全分布搭建数据仓库安装部署说明
Zookeeper+Hadoop+Hbase 完全分布搭建数据仓库安装部署说明 ------------一个专注学习技术的不正经程序猿,像一颗海草,在技术的海洋里浪啊浪~ 网上一搜一大把这种文章,我这 ...
SDSoC软硬件协同设计流程系列——1.基于SDSoC的软硬件协同设计流程简介
基于SDSoC的软硬件协同设计流程简介 Software Define 的概念近年来"Software Define"软件定义这个词持续火热,全球知名技术研究和咨询公司Gartn ...
Python+大数据-知行教育(一)-环境搭建数据仓库
Python+大数据-知行教育(一)-环境搭建数据仓库 1. 教育项目的数仓分层回顾: 原有的基础分层 ODS层: 源数据层作用: 对接数据源, 和数据源的数据保持相同的粒度(将数据源的数据完整的 ...
数据仓库电商建模_真实电商数据仓库全流程开发详解，资源教程下载
课程名称 Hadoop大数据视频教程-第一季:真实电商数据仓库全流程开发详解(共46讲),资源教程下载课程目录第一部分:数据仓库基础理论与技术圈第一章:互联网电商大数据环境第二章:商业智能与数 ...
浅谈IC前端后端的区别、以及流程简介
数字前端后端的区别.以及流程简介前端设计(也称逻辑设计)和后端设计(也称物理设计)并没有统一严格的界限,涉及到与工艺有关的设计就是后端设计. 个人理解是: 数字前端以设计架构为起点,以生成可以布局布 ...
QT程序启动加载流程简介
1. QT应用程序启动加载流程简介 1.1 QWS与QPA启动客户端程序区别 1.1.1 QWS(Qt Window System)介绍 QWS(Qt Windows System)是Q ...