纯英语数据仓库指南[+示例]

为了做出明智的决定，公司需要准确且可访问的数据。“可访问”部分是关键：如果数据不集中，整个组织都可以使用，您将获得数据筒仓。Silos are great for farming … not so much for other businesses, though.

数据孤岛的一个重要原因是缺乏自动化 - 需要手动将数据从一个源移到数据库，应用程序的应用程序等。这种摩擦促进了孤立的数据文化，这限制了企业做出数据驱动决策的能力，从而抑制增长。另外，鉴于企业公司可以生成的原始数据量庞大，手动数据共享很快就不仅是不切实际的，而且是不可能的。bob全站app

To solve this, we can turn to data warehousing. Data warehousing creates a scalable and powerful system in which data is automatically processed and shared with the appropriate parties. By organizing data into one location, your employees can solve problems faster and consistently meet deadlines.

由于数据仓库通常与其他类似概念相混淆data management, let's define what it is and identify a few different types of data warehouses.

数据仓库概念:什么是数据正式e?

数据仓库是一种商业智能系统，将大量数据汇集到集中式存储库中，以进行更有效的组织，分析和报告。来源可以包括网站数据捕获工具，购买和交易，库存跟踪系统，企业资源计划系统（ERP），以及营销和销售软件。bob电竞官方下载

数据仓库的主要工作是将所有业务系统生产的大量数据合成一个可访问的位置。在数据仓库中，信息在分析师进行审查的同时连续流动。这使得企业可以创建报告和仪表板，以不断监视和改善业务功能。

图像源

数据仓库不是一个新概念，而是随着云技术的兴起而变得更加复杂。从低级到高级，数据仓库通常包括一个数据库，以保存原始数据，软件以从数据库中提取数据并准备它以及用于分析的工具，以进行分析，bob电竞官方下载报告和数据可视化。数据仓库还可以应用高级AI和机器学习技术。

数据仓库的好处是什么？

数据仓库的主要目的是将企业的数据资产汇总到分析和见解的单一真实来源，而不是要求分析师跟踪来自数十个孤立来源的数据。其他好处包括：

• 更可行的信息：A data warehouse not only compiles large volumes of data, but also facilitates analysis and reporting to help end-users identify big-picture trends and make decisions rooted in the data.
• 改进data integrity：Having all your data in one place is a good start, but it’s not worth much if you’re working with inaccurate data. A data warehouse works to standardize and clean its data, so you can be sure you’re dealing with reliable information.
• 实时数据：数据仓库实时更新您的业务最准确的情况。
• 提高性能：Data warehouses are designed to handle very large datasets without lag time or impact on the rest of a company’s technology infrastructure. Data warehouses can manipulate data very quickly, even as data volume scales up.
• AI：数据仓库能够将人工智能和机器学习与数据集集成在一起，以通过数据挖掘。人工智能是主要的竞争优势，因为它在商业智能中变得更广泛地采用。

For more explanation on data warehouse concepts, check out this video from 365 Data Science that covers its additional defining features:

数据仓库与数据库

重要的是要注意，数据仓库与数据库不同。虽然两个存储数据，但它们的目的有很大差异。

数据库是将数据组织到行和列中的结构，从而使信息易于阅读。与数据仓库相比，数据库是仅用于存储的简单结构。

数据仓库可能由许多数据库组成。数据仓库通过从多个来源收集数据并允许数据分析来超越简单的数据库。数据仓库不仅存储数据 - 它们将其汇总用于长期业务使用。

数据仓库与数据湖

您可能还听说过“数据湖”。数据湖还存储来自不同来源的原始数据，但是该数据尚未被过滤或结构化。当企业保留数据湖时，他们通常打算以后以更结构化的方式使用此数据。

另一方面，数据仓库存储已过滤，清洁和定义的供特定用途的结构化数据。数据仓库是用于分析和提取见解的，因为它们所包含的数据更为可行。

由于数据湖泊包括原始数据，因此数据更易于使用，并且更易于编辑。在数据仓库中，进行更改的数据更昂贵，但对于长期决策而言更好。

图像源

Types of Data Warehouses

企业数据仓库

企业数据仓库是中央数据库，在该数据库中，将数据组织，分类和用于决策。这些系统还将标记数据并将其分类，以便于访问。

操作数据存储

While an enterprise data warehouse is better for long-term business decisions, an operational data store (ODS) is preferred for daily, routine activities. ODS is updated in real-time and stores data specific to a chosen activity.

Data Mart

数据集市是支持特定业务部门，团队或职能的数据仓库的一部分。通过数据mart的任何信息都会自动存储和组织以供以后使用。数据集市具有与数据仓库相同的好处和功能，只是较小的规模。

现在，您已经熟悉数据仓库的基础知识，让我们看一下大多数企业使用的一些常见概念。

3个数据仓库概念带有示例

基本数据仓库

基本数据仓库旨在最大程度地减少系统中存储的数据总量。它通过删除信息中的任何冗余来做到这一点，从而使其清晰易于查看。

如下所示，此概念将来自各种来源的信息集中。然后，员工直接从仓库访问数据。该系统对于想要一种简单的数据存储方法的SMB很有用。

图像源

带有分期区域的数据仓库

一些数据仓库在将其移入存储之前清洁和处理数据。这些系统具有“分阶段区域”，在该区域进行了审查，评估，然后删除或转移到仓库中。这样可以确保仅将相关和有用的数据存储在软件中。bob电竞官方下载

如果您查看下面的示例，则可以看到登台区域位于数据源和仓库之间。对于处理大量客户数据的企业，此过程将滤除对团队无益的无关信息。

图像源

Data Warehouse With Data Marts

数据集市为您的数据仓库添加了另一个自定义级别。处理和评估数据后，数据集市将简化最需要它的团队和员工。这使您的部门变得更加生产力，因为客户数据直接传递给了他们。

在下面的示例中，我们可以看到如何使用数据集市向销售和库存团队发送信息。这有助于业务领导者做出更快的决策并利用及时的营销机会。

图像源

Data Warehouses: Keep Data Up-to-date

A staple of business intelligence systems, a data warehouse presents numerous benefits to scaling companies. If your enterprise is facing challenges managing large amounts of date and distributing throughout your team — while also struggling to leverage this data for meaningful insights — a data warehouse may be your best option.

编者注：该帖子最初于2019年8月发表，并已更新以进行全面性。