Hadoop数据仓库的主要特征有哪些？

发布时间：2025-11-02 22:34:48 来源：科技前瞻 作者：人工智能

数据仓库(英语：Data Warehouse，数据简称数仓、仓库DW),特征是一个用于存储、分析、数据报告的仓库数据系统。数据仓库的特征目的是构建面向分析的集成化数据环境，分析结果为企业提供决策支持(Decision Support)。数据

数据仓库本身并不“生产”任何数据，仓库其数据来源于不同外部系统; 同时数据仓库自身也不需要“消费”任何的特征数据，其结果开放给各个外部应用使用。数据

Hadoop数据仓库的仓库主要特征有面向主题性、集成性、特征非易失性和时变性，数据接下来对这四个特性做详细介绍。仓库

主题是特征一个抽象的概念，是较高层次上企业信息系统中的数据综合、归类并进行分析利用的抽象。在逻辑意义上，它是对应企业中某一宏观分析领域所涉及的分析对象。源码下载

传统OLTP系统对数据的划分并不适用于决策分析。而基于主题组织的数据则不同，它们被划分为各自独立的领域，每个领域有各自的逻辑内涵但互不交叉，在抽象层次上对数据进行完整、一致和准确的描述。

主题相关的数据通常会分布在多个操作型系统中，彼此分散、独立、异构。因此在数据进入数据仓库之前，必然要经过统一与综合，对数据进行抽取、清理、转换和汇总，这一步是数据仓库

建设中最关键、最复杂的一步，所要完成的工作有： 要统一源数据中所有矛盾之处;如字段的同名异义、异名同义、单位不统一、字长不一致等等。

进行数据综合和计算。数据仓库中的亿华云计算数据综合工作可以在从原有数据库抽取数据时生成，但许多是在数据仓库内部生成的，即进入数据仓库以后进行综合生成的。

下图说明了保险公司综合数据的简单处理过程，其中数据仓库中与“承保”主题有关的数据来自于多个不同的操作 型系统。

这些系统内部数据的命名可能不同，数据格式也可能不同。把不同来源的数据存储到数据仓库之前，需要去除这些不一致。

数据仓库是分析数据的平台，而不是创造数据的平台。我们是通过数仓去分析数据中的规律，而不是去创造修改其中的规律。因此数据进入数据仓库后，它便稳定且不会改变。

数据仓库的源码库数据反映的是一段相当长的时间内历史数据的内容，数据仓库的用户对数据的操作大多是数据查询或比较复杂的挖掘，一旦数据进入数据仓库以后，一般情况下被较长时间保留。

数据仓库中一般有大量的查询操作，但修改和删除操作很少。

时变性(Time-Variant)

数据仓库包含各种粒度的历史数据，数据可能与某个特定日期、星期、月份、季度或者年份有关。当业务变化后会失去时效性。因此数据仓库的数据需要随着时间更新，以适应决策的需要。

从这个角度讲，数据仓库建设是一个项目，更是一个过程。

相关文章