新媒易动态
NEWS CENTER
NEWS CENTER
2023-08-15
我们把库房的描述进行拆分，经过比照数据库房，来体会一下数据库房是什么？
1）库房的构成：库房、传送设施、收支库房的管道和设备、消防设施、办理用房
这里描述了货品的存储，收支，办理环节的基础设施。
那数据的存储，收支，办理环节同样也需求基础设施去支撑，数据存储在数据库或者文件体系里，数据经过ETL东西在数据库房里流转，经过API对外提供数据，以及任务调度东西、节点办理东西去办理等。
2）按库房存储的物品形状分为：固体、液体、气体、粉状物品
固体有固体的存储空间和方法，液体有液体的存储空间和方法，同样的气体、粉状物品都会有相应的存储方法。
数据也是相同，结构化数据能够存储在结构化的数据库，比方mysql，oracle等；文件等非结构化数据，也有相应的数据库去存储，比方HDFS，Hbase等。
3）按存储物品性质分为：原材料、半本钱、制品
从加工的流程来看，物品在不同加工阶段，有不同的展现方法，数据也是相同，在原材料阶段，称为原始数据；对原始数据进行清洗，加工后，成为明细数据；对明细数据进行聚合，加工后，成为汇总数据；最后产出可直接使用的数据，成为使用数据。
4）按建筑形状分为：单层库房、多层库房、圆筒形库房
关于存储不同形状的的物品，存储量不同，库房也会有不同的建筑形状。数据库房也是相同，依据使用场景，能够分为离线数仓，实时数仓，按照数据分层，能够分为贴源层，明细层，汇总层，使用层。
库房有了，货品有了，还要考虑什么？
在现实生活中，每天都要存货，找货，出货。怎么合理的存储货品，快速的查找货品，及时的把货品运出去才是库房办理员最关怀的。
数据也是如此，为了合理的存储数据，快速的使用数据，横向可对数据进行主题的区分，纵向可对数据进行层级区分（这里就不打开介绍了）。
经过以上比照介绍，大致就能理解数据库房具体是干什么的了。
首要，数据库房的典型用户是数据剖析人员，使用场景是决议计划场景，那么企业为什么需求数据库房，我们需求知道没有数据库房前，数据剖析是什么样的，就能知道为什么需求数据库房？
这里需求先补充一下事务体系的范式模型是什么？
即指遵从3范式规矩设计的表模型。
第①范式：列都是原子性的，即数据库表的每一列都是不可分割的原子数据项（为了消除冗余和便利查询，对数据拆分处理，首要是针对时刻、区域等特点）。
第②范式：在1范式基础上，实体的特点需求彻底依靠于主键全部，不能存在仅依靠主键一部分的特点（指不能只依靠联合主键的其间一个特点，只有一个主键可不考虑第2范式）。
第③范式：需求确保数据表中的每一列数据都和主键直接相关，而不能间接相关（消除冗余，降低实体特点和事务数据之间的影响）。
范式模型就像是异地恋，双方不在一同，只能经过电话联络，沟通效率不高，可是你也能够知道对方每天做了什么，吃了什么。可是范式模型是会相关多个哈，是个海王。
在事务体系中，范式模型强调削减数据冗余、单纯依靠相关联系，首要使用于在线事务体系。因为事务数据库是实时记录事务操作的，仅经过ID相关，在事务体系的各种实体特点修正时，不会牵扯到历史数据的回溯；以及事务数据修正时候，不会影响各种实体特点。
假设此刻企业没有建设数据库房。这时候来了一个剖析需求，要求计算企业每个工程项目的物料使用情况和人力本钱情况。
那么可能会遇到以下几个情况：
此刻我们需求一个能够将各个事务体系数据集成起来，面向事务数据剖析的，统一规划数据加工的标准，甚至是独立的，不会影响事务体系的数据模型组织方法。
数据库房便是这样一种数据的组织方法，此处引出维度建模理论，那么维度模型是什么？
维度建模从剖析决议计划的需求出发构建模型，为剖析需求服务，因此它要点重视用户怎么更快速地完结需求剖析，一起具有较好的大规模杂乱查询的响应性能。其典型的代表是星形模型。（来源大数据之路）
维度模型强调面向事务剖析决议计划需求，进步数据查询的效率，能够削减相关，进行维度冗余。因为维度模型的数据具有稳定性，进入数仓的数据，不会产生修正，且数据都有历史记录，所以不需求考虑事实和维度之间的改变会相互影响。
可是数据冗余在进步查询效率的一起，也会添加存储本钱。
维度模型就像是本地恋，恨不得天天腻在一同，去玩，去吃饭，相互之间了解的更多了，感情变好了，可是日常花销也变高了。