标签: datamart

这些术语遍布各地,我不知道清晰的定义.我很确定我知道数据集市是什么.我使用Business Objects和Cognos等工具创建了报表多维数据集.

我也有人告诉我,datamart不仅仅是一组立方体.

我也有人告诉我,datamart是一个报表多维数据集,仅此而已.

你理解的区别是什么？

寻找高层差异/比较

• 数据库
• 数据集市（自上而下的方法）
• 数据仓库
• 数据湖
• 数据湖屋

当具体情况不详时，请使用相对比较。

我们正在使用ElasticSearch来搜索产品中的功能。这很好。

现在，我们想为客户提供自助式商业智能。由于性能影响，有关操作数据库的报告很糟糕。在运行时，计算1000万条记录的平均“订单解决时间”将无法及时获取结果。传统方式是通过使用ETL加载操作数据并将其汇总来创建数据集市。然后，使用任何报告引擎向客户提供指标和报告。这种方法有效，但会增加客户的总拥有成本。

我想知道是否有人使用ElasticSearch作为报告的中间数据表面。Kibana可以满足数据探索和可视化需求吗？

我们有一个使用Oracle数据库10g企业版的OLTP应用程序,并计划构建业务报告层以满足以下需求.

• Sheilding当前OLTP数据库设计的复杂性
• 提高当前OLTP报告的查询性能
• 提供对其他应用程序的只读访问权限
• 允许业务用户执行临时报告

我们正在考虑的解决方案是使用当前OLTP上的Oracle Materialized Views(MV)创建数据库缓存层.MV将被非规范化并设计用于报告.MV日志将使用增量刷新将更改同步到MV.

我的问题是,

1. 这种方法是否有意义(MV)？有没有人用MV来构建OLTP报告解决方案？
2. 这种方法(MV)的缺点是什么？
3. 如何使用Oracle CDC和表,以及执行同步的过程.
4. 还有其他方法吗？

谢谢你,雪利酒

我是大数据概念的学习者.基于我的理解,大数据在处理非结构化数据和高容量方面至关重要.当我们查看数据仓库(DW)的大数据架构时,来自源的数据通过Hadoop(HDFS和Mapreduce)提取,相关的非结构化信息是转换为有效的业务信息,最后通过ETL处理(以及现有的结构化数据处理)将数据注入DW或DataMart.

但是,我想知道DW对组织所需的新技术/新维度模型或存储要求是什么(由于大数据),因为我尝试学习的大多数教程/资源只是在源头讨论Hadoop而不是在目标.由于数据量很大,大数据的引入如何影响组织的预定义报告/特别分析

感谢您的回复

我对仓储过程感到困惑......我正在构建一个数据集市,但我不太了解的部分与多维数据集有关.我已经阅读了一些关于SSAS的教程,但我不知道如何在其他应用程序中使用这些数据.我需要的是:

• 包含分析所需的所有数据的仓库(数据集市)(向下钻取和汇总数据,如每日收入和年初至今收入)
• 一种.NET Web服务,可以获取此数据,以便许多不同的应用程序可以使用它

我不理解的部分是立方体.我看到许多人使用SSAS来构建多维数据集.SSAS中的这些立方体是什么？他们是对象吗？它们是存储数据的表吗？我的Web服务如何访问多维数据集中的数据？

有没有SSAS的替代品？在数据集市中构建多维数据集并在ETL过程中加载它们是否可行？

无事实事实和事实表之间的确切区别是什么？我已经阅读了几篇文章，但它们并不令人信服

我是商业智能的新手.

我刚刚被一家公司聘用,以完成他们的网络解决方案,实施BI模块.经过大量的阅读,我想我可以了解BI流程的样子,你会发现我对BI流程的看法.

您能告诉我这是否是对所有工作流程的正确看法？如果没有,请纠正我.另一个问题,我无法在架构中看到数据挖掘的位置,如果需要,我应该在哪里使用它？

非常感谢,