數(shù)據(jù)倉庫是商業(yè)和數(shù)據(jù)科學中最熱門的話題之一。

但是，如果你是該領域的新手，你可能想知道什么是數(shù)據(jù)倉庫?為什么我們需要它，它是怎么運行的?

 

 

別擔心，因為在接下來的4分鐘，你將知曉這所有問題的答案。

好的，首先讓我們看到定義。

唯一數(shù)據(jù)源——這個詞是什么意思?

在信息系統(tǒng)理論中，唯一數(shù)據(jù)源是在一個地方構造全部最佳質量數(shù)據(jù)的實踐。

 

 

.

讓我們看到一個簡單的例子：

你肯定遇到過這種情況，當你在處理文件，并且創(chuàng)建不同的版本，這時你怎么給文件命名?

當你完成后，你通常會在結尾加上“最終版”。

這導致產(chǎn)生一堆帶有擴展名的文件：

最終版，最終的最終版，最終的最終的最終版…

或者是我的最愛，真正最終版…的最終版。

 

 

如果你是這樣，恭喜你，你不是一個人。

有時候，即使是公司，也都不知道最新或最合適的文件在哪里。

但是如果你知道有個地方會始終存放著唯一的數(shù)據(jù)源，那就太棒了，不是么?

數(shù)據(jù)倉庫就可以滿足這種需求，那到底什么是數(shù)據(jù)倉庫呢?

其實就是公司存儲其寶貴數(shù)據(jù)資產(chǎn)的地方。包括客戶數(shù)據(jù)、銷售數(shù)據(jù)、員工數(shù)據(jù)等。

簡而言之，數(shù)據(jù)倉庫是公司事實上的唯一數(shù)據(jù)源。

通常創(chuàng)建它是為了將其主要用于數(shù)據(jù)報告和分析目的。

數(shù)據(jù)倉庫有幾個定義特征：

面向對象性

集成性

時變性

永久性

歸納性

 

 

讓我們快速地分別看看。

01 面向對象性

 

 

這意味著數(shù)據(jù)倉庫中的信息會圍繞某些方面。

因此，它永遠不會包含所有公司數(shù)據(jù)，不過只會包含相關的主題。

例如，競爭對手的數(shù)據(jù)不需要出現(xiàn)在數(shù)據(jù)倉庫中。但是，自己的銷售數(shù)據(jù)肯定會在。

02 集成性

 

 

對應于視頻開頭的例子。在命名方面，對于每個數(shù)據(jù)庫、每個團隊甚至每個人都有自己的偏好。

這就是為什么要開發(fā)通用標準，以確保數(shù)據(jù)倉庫在任何方面都能選擇最佳質量的數(shù)據(jù)。這與主數(shù)據(jù)治理有關，但這是另一個話題了。

03 時變性

 

 

數(shù)據(jù)倉庫也包含歷史數(shù)據(jù)。如前所述，我們主要使用數(shù)據(jù)倉庫進行分析和報告。這意味著我們需要知道五到十年前發(fā)生的事情。

04 永久性

 

 

意味著數(shù)據(jù)僅按原樣錄入數(shù)據(jù)倉庫，一旦存入，就無法更改或刪除。

05 歸納性

 

 

再次觸及將數(shù)據(jù)用于數(shù)據(jù)分析這一事實。通常，它會以某種方式進行匯總或細分，為了便于分析和報告。

好的，這就是數(shù)據(jù)倉庫，是對于公司而言結構優(yōu)良，永久性事實上的單一數(shù)據(jù)源。