《数据虚拟化:商务智能系统的数据架构与管理》一 1.10 开放式与封闭式数据虚拟化服务器

简介: 本节书摘来自华章出版社《数据虚拟化:商务智能系统的数据架构与管理》一 书中的第1章,第1.10节,作者:[荷]里克 F. 范德兰斯(Rick F. van der Lans),更多章节内容可以访问云栖社区“华章计算机”公众号查看。

1.10 开放式与封闭式数据虚拟化服务器

很多可用的产品能提供一些数据虚拟化方式。有些产品是独立的,有些产品包含数据虚拟化技术。例如,各种各样的分析和报告工具都自带嵌入式数据虚拟化技术,如QlikTech的QlikView所能做的不仅仅是访问和集成存储在异构数据存储集中的数据。同样适用于SAP(卫星自动控制系统)或业务对象中的Universe概念,也可以被视作数据虚拟化技术,并且适用于IBM/Cognos、SAS和许多其他供应商的工具。然而,所有嵌入这些产品中的规范只能被它们自己的工具使用(或来自同一个供应商的工具),因此这些规范不能被共享。
技术上来讲,虽然这些数据虚拟化技术支持对异构数据存储集的访问,但是它通常只提供一个访问数据的API,特定工具需要这个API。因此,我们把它们称作封闭式数据虚拟化技术(见图1-8)。

7924f4e66e5e78f1971e3cdeaf5ca51250d1b859

开放式数据虚拟化服务器和封闭式数据虚拟化技术相似,可以访问很多不同的数据存储。然而,这两者之间的区别是开放式方法支持多个访问数据的API(如图1-9所示)。同样的数据可以通过如SQL的JDBC、SQL的ODBC、SOAP/XML和MDX访问。数据虚拟化服务器负责把数据存储支持的API和语言转换成数据使用者需要的那种。

screenshot

由于支持多种API,许多来自不同供应商的不同工具都可以使用开放式数据虚拟化服务器。这样的好处就是进入数据虚拟化服务器中的元数据规范可以被共享。例如,如果我们定义北方销售区不包括华盛顿州,那么每一个能访问数据虚拟化服务器的工具都能使用同样的规范格式,不论是Excel、JasperSoft或SAS分析。这提高了环境的可维护性,同时也降低了使用不同工具的用户看到不一样结果的机会。

相关文章
|
存储 BI Shell
Doris基础-架构、数据模型、数据划分
Apache Doris 是一款高性能、实时分析型数据库,基于MPP架构,支持高并发查询与复杂分析。其前身是百度的Palo项目,现为Apache顶级项目。Doris适用于报表分析、数据仓库构建、日志检索等场景,具备存算一体与存算分离两种架构,灵活适应不同业务需求。它提供主键、明细和聚合三种数据模型,便于高效处理更新、存储与统计汇总操作,广泛应用于大数据分析领域。
1317 2
|
网络协议 关系型数据库 应用服务中间件
如何迁移网站数据到新的服务器
迁移网站数据到新服务器是一个系统化的过程,需谨慎操作以避免数据丢失或服务中断。小编为您整理发布如何迁移网站数据到新的服务器,以下是详细步骤和注意事项。
|
数据采集 缓存 前端开发
如何开发门店业绩上报管理系统中的商品数据板块?(附架构图+流程图+代码参考)
本文深入讲解门店业绩上报系统中商品数据板块的设计与实现,涵盖商品类别、信息、档案等内容,详细阐述技术架构、业务流程、数据库设计及开发技巧,并提供完整代码示例,助力企业构建稳定、可扩展的商品数据系统。
|
11月前
|
数据采集 机器学习/深度学习 搜索推荐
MIT新论文:数据即上限,扩散模型的关键能力来自图像统计规律,而非复杂架构
MIT与丰田研究院研究发现,扩散模型的“局部性”并非源于网络架构的精巧设计,而是自然图像统计规律的产物。通过线性模型仅学习像素相关性,即可复现U-Net般的局部敏感模式,揭示数据本身蕴含生成“魔法”。
417 3
MIT新论文:数据即上限,扩散模型的关键能力来自图像统计规律,而非复杂架构
|
机器学习/深度学习 存储 人工智能
RAG系统文本检索优化:Cross-Encoder与Bi-Encoder架构技术对比与选择指南
本文将深入分析这两种编码架构的技术原理、数学基础、实现流程以及各自的优势与局限性,并探讨混合架构的应用策略。
961 10
RAG系统文本检索优化:Cross-Encoder与Bi-Encoder架构技术对比与选择指南
|
11月前
|
JSON 供应链 监控
1688商品详情API技术深度解析:从接口架构到数据融合实战
1688商品详情API(item_get接口)可通过商品ID获取标题、价格、库存、SKU等核心数据,适用于价格监控、供应链管理等场景。支持JSON格式返回,需企业认证。Python示例展示如何调用接口获取商品信息。
|
存储 人工智能 分布式计算
数据不用搬,AI直接炼!阿里云AnalyticDB AI数据湖仓一站式融合AI+BI
阿里云瑶池旗下的云原生数据仓库AnalyticDB MySQL版(以下简称ADB)诞生于高性能实时数仓时代,实现了PB级结构化数据的高效处理和分析。在前几年,为拥抱大数据的浪潮,ADB从传统数仓拓展到数据湖仓,支持Paimon/Iceberg/Delta Lake/Hudi湖格式,为开放的数据湖提供数据库级别的性能、可靠性和管理能力,从而更好地服务以SQL为核心的大规模数据处理和BI分析,奠定了坚实的湖仓一体基础。

热门文章

最新文章