数据库故障恢复技术解析

yxy 5年前

来自: http://blog.csdn.net/dingding_12345/article/details/50465075

一、数据仓库的定义

将来自多个数据源的数据,以统一的模式,集中存储在某个站点上。其特征是:历史数据,海量的数据,数据只添加,只读,无修改.

二、数据仓库的开发过程

先看一张图,如下

1、确定建立数据仓库要解决的问题,明确主题下的查询分析需求;

2、选择数据仓库软件平台,包括数据库,建模工具,分析工具;

3、建立数据仓库的逻辑模型,并在软件平台下加以实现;

4、对来自不同数据源的异构数据,根据数据模型进行清洗和转换,汇聚到数据仓库中

5、开发数据仓库的分析应用。

三、数据仓库与数据库的区别

先上图,直观一点。

查了资料,引用知乎上的一个回答。

1,逻辑层面/概念层面:数据库和数据仓库其实是一样的或者及其相似的,都是通过某个数据库软件,基于某种数据模型来组织、管理数据。但是,数据库通常更关注业务交易处理(OLTP),而数据仓库更关注数据分析层面(OLAP),由此产生的数据库模型上也会有很大的差异。数据库通常追求交易的速度,交易完整性,数据的一致性,等等,在数据库模型上主要遵从范式模型(1NF,2NF,3NF,等等),从而尽可能减少数据冗余,保证引用完整性;而数据仓库强调数据分析的效率,复杂查询的速度,数据之间的相关性分析,所以在数据库模型上,数据仓库喜欢使用多维模型,从而提高数据分析的效率。

2,产品实现层面:数据库和数据仓库软件是有些不同的,数据库通常使用行式存储,如SAP ASE,Oracle, Microsoft SQL Server,而数据仓库倾向使用列式存储,如SAP IQ,SAP HANA

简要的说,数据库是面对业务处理的, 即OLTP,而数据仓库是侧重在分析层面,即OLAP.

以上是自己的个人总结,如有不妥当之处,请在评论中指出!

</div>