共9篇
文章标签：DataLakehouse
Datalakehouse结合数据湖灵活性与数据仓库高性能，支持多数据类型、高性能、统一存储、数据治理和开放性。优势包括存储计算分离、保证数据一致性、支持多数据源和统一元数据管理。挑战包括技术复杂性、数据治理难度、高初始成本、性能优化难和数据隐私安全。
admin
1 月 之前
数据仓库一致性维度和一致性事实
在 Kimball 的维度建模的数据仓库中，关于多维体系结构（MD）有三个关键性概念： 总线架构（Bus Architecture）， 一致性维度（Conformed Dimension） ， 一致性事实（Conformed Fact） 。
在 Kimball 的维度建模的数据仓库中，关于多维体系结构（MD）有三个关键性概念： 总线架构（Bus Architec...
admin
1 月，2 周 之前
数据仓库模型中的度量
在数据仓库模型中，度量是指用于分析的数值数据、通常与业务相关、可以进行聚合计算、帮助量化业务绩效。在数据仓库中，度量是关键的组成部分，因为它提供了对业务活动的量化描述。例如，在销售数据分析中，销售金额、销售数量和折扣就是常见的度量。
在数据仓库模型中，度量是指用于分析的数值数据、通常与业务相关、可以进行聚合计算、帮助量化业务绩效。在数据仓库中，度量是关键...
admin
1 月，3 周 之前
数仓建模的本质是什么
所谓的数据仓库建模，听着很高大，我们要透过现象看本质。其实本质就是解决如何管理组织企业中的数据，并将其用于业务用户的决策制定过程中的方法体系；从企业来说就是数据如何更好地商业智能（BI），从技术角度来说就是如何合理化管理企业数据的存储和计算。
所谓的数据仓库建模，听着很高大，我们要透过现象看本质。其实本质就是解决如何管理组织企业中的数据，并将其用于业务用户的决策制...
admin
1 月，3 周 之前
数仓建模：星型模型与雪花模型
在大数据分析和数据仓库设计中，星型模型和雪花模型是两种常用的建模方法，它们各有优缺点，适合不同的业务场景。从结构特点到实际应用，从查询性能到存储优化，如何选择合适的模型对提升数据处理效率至关重要。本篇文章将以详细的表格、实例和 SQL 示例，全面解析星型...
在大数据分析和数据仓库设计中，星型模型和雪花模型是两种常用的建模方法，它们各有优缺点，适合不同的业务场景。从结构特点到实际...
- Django Web 开发 4
- Oracle 数据库开发 9
- Oracle 性能优化 12
- Python 基础知识 8
- 开发工具配置 5
- Oracle 数据库管理 2
- Oracle 索引技术 2
- Python 数据分析 6
- Hive 1
- DataWorks/MaxCompute 15
- MySQL 5
- Greenplum/AnalyticDB 8
- PyODPS 3
- 数据湖仓 10