1
条回答
写回答
写回答
-
推荐回答第一个方面主要是数据抽取，主要确定要导入数据仓库中的数据，在很多情况下，数据源系统与数据仓库不在同一个数据服务器中，二者往往相互独立，并处于远程系统当中。数据抽取可以远程是的分布式的进行，这涉及到多种方式，主要有全面抽取和增量抽取两个方式。
第二个方面是数据清洁。主要这个方面主要检查数据源中存在着矛盾的数据，按照用户确定的清洁规则进行清洗，数据主要包括数据预处理、标准化处理、查重以及出错处理和修正。
第三个方面是数据格式转换。数据格式转换是把数据源中的数据转换成数据仓库所需要的格式，包括数据格式、数据内容、数据模式的转换。
第四个方面是衍生数据生成，在数据仓库中保存了大量的历史数据，为了保证查询的效率，需要预处理用户常用的查询操作，以提高效率，生成衍生数据。这个些衍生数据既包括数据值数据的运算，也包括分类字段的形成。
2022-08-16 21:30:38赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
