數據倉庫是商業和數據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據倉庫?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。

唯一數據源——這個詞是什么意思?

在信息系統理論中，唯一數據源是在一個地方構造全部最佳質量數據的實踐。

 

 

.

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據源，那就太棒了，不是么?

數據倉庫就可以滿足這種需求，那到底什么是數據倉庫呢?

其實就是公司存儲其寶貴數據資產的地方。包括客戶數據、銷售數據、員工數據等。

簡而言之，數據倉庫是公司事實上的唯一數據源。

通常創建它是為了將其主要用于數據報告和分析目的。

數據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

 

 

這意味著數據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據，不過只會包含相關的主題。

例如，競爭對手的數據不需要出現在數據倉庫中。但是，自己的銷售數據肯定會在。

02 集成性

 

 

對應于視頻開頭的例子。在命名方面，對于每個數據庫、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通用標準，以確保數據倉庫在任何方面都能選擇最佳質量的數據。這與主數據治理有關，但這是另一個話題了。

03 時變性

 

 

數據倉庫也包含歷史數據。如前所述，我們主要使用數據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生的事情。

04 永久性

 

 

意味著數據僅按原樣錄入數據倉庫，一旦存入，就無法更改或刪除。

05 歸納性

 

 

再次觸及將數據用于數據分析這一事實。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，這就是數據倉庫，是對于公司而言結構優良，永久性事實上的單一數據源。