數(shù)據(jù)倉庫-2/圖書館有什么異同？相似之處:都是數(shù)據(jù)的集合。區(qū)別:倉庫是“常規(guī)”，數(shù)據(jù) 倉庫與Da 數(shù)據(jù)是否相同，與Da 數(shù)據(jù)是否不同？數(shù)據(jù)圖書館，什么是數(shù)據(jù) 倉庫？數(shù)據(jù) Lake和-2倉庫有什么區(qū)別？我打個(gè)簡(jiǎn)單的比方，數(shù)據(jù) 倉庫是用倉庫，數(shù)據(jù)是這個(gè)倉庫的商品，數(shù)據(jù) 倉庫的開發(fā)者是這個(gè)倉庫的管理員，那么數(shù)據(jù) 倉庫就是如何管理好它，方便數(shù)據(jù)的BI、AI等方面更好的使用倉庫inside數(shù)據(jù)使得數(shù)據(jù)更好的發(fā)揮作用。
準(zhǔn)確的說，商業(yè)智能BI不僅包括可視化分析和報(bào)表展現(xiàn)的前端能力，還包括數(shù)據(jù) 倉庫的底層構(gòu)建過程。Gartner在20世紀(jì)90年代已經(jīng)提到了BusinessIntelligence，它認(rèn)為BI是一種數(shù)據(jù)技術(shù)解決方案。從不同的企業(yè)業(yè)務(wù)系統(tǒng)中清洗、轉(zhuǎn)換、加載many數(shù)據(jù)with analysis價(jià)值就是抽取抽取、轉(zhuǎn)換轉(zhuǎn)換、加載的ETL過程。最后合并成一個(gè)數(shù)據(jù) -0/，并基于一定的建模方法，如Inmon的3NF建模、Kimball的維度建?；騼烧叩幕旌霞軜?gòu)模型，最后利用合適的分析呈現(xiàn)工具形成各種可視化的分析報(bào)告，為企業(yè)管理決策提供數(shù)據(jù)決策支持。
粒度。粒度反映了數(shù)據(jù)的細(xì)化程度，-2/越細(xì)化價(jià)值越高，-2/的粒度屬于商業(yè)智能(BI)。數(shù)據(jù)粒度主要是針對(duì)指標(biāo)數(shù)據(jù)的計(jì)算范圍，比如人口項(xiàng)數(shù)據(jù)是按街區(qū)統(tǒng)計(jì)還是按填充部門的某個(gè)社區(qū)統(tǒng)計(jì)(如果不是請(qǐng)標(biāo)注)。
數(shù)據(jù)倉庫的概念如圖。數(shù)據(jù) 倉庫是一個(gè)環(huán)境，而不是一個(gè)產(chǎn)品，它為用戶提供決策支持的當(dāng)前和歷史數(shù)據(jù)，而這些數(shù)據(jù)在傳統(tǒng)的運(yùn)營數(shù)據(jù)庫中。數(shù)據(jù)倉庫Technology是將operation 數(shù)據(jù)有效整合到一個(gè)統(tǒng)一的環(huán)境中提供決策數(shù)據(jù) access的各種技術(shù)和模塊的總稱。一切都是為了讓用戶更快捷方便地查詢到自己需要的信息，提供決策支持。數(shù)據(jù) 倉庫:數(shù)據(jù)倉庫的父親BillInmon于1991年出版了《BuildingtheDataWarehouse》(《建立》這本書數(shù)據(jù)倉庫是-的合集從字面上看-2倉庫is數(shù)據(jù)倉庫，其本質(zhì)是可以容納更多數(shù)據(jù)的a。
