一、数据仓库架构
三、星型模型设计
作者：张子良
出处：http://www.cnblogs.com/hadoopdev
本文版权归作者所有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
数据仓库专题（24）-数据仓库架构体系总结
2016-08-09
1035
版权
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。
简介：
一、数据仓库架构 二、数据主题域设计 三、星型模型设计 四、数仓技术架构
作者：张子良
出处：http://www.cnblogs.com/hadoopdev
本文版权归作者所有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
目录
相关文章
|
3月前
|
存储
缓存
Cloud Native
|
6月前
|
SQL
存储
分布式计算
【大数据技术Hadoop+Spark】Hive数据仓库架构、优缺点、数据模型介绍（图文解释 超详细）
【大数据技术Hadoop+Spark】Hive数据仓库架构、优缺点、数据模型介绍（图文解释 超详细）
1070
0
0
|
3月前
|
存储
NoSQL
关系型数据库
MPP架构数据仓库使用问题之Visibility bitmap表被删除的文件信息是如何记录的
MPP架构数据仓库使用问题之Visibility bitmap表被删除的文件信息是如何记录的
58
2
2
|
3月前
|
存储
弹性计算
缓存
|
5月前
|
存储
分布式计算
大数据
数据仓库与数据湖在大数据架构中的角色与应用
在大数据时代，数据仓库和数据湖分别以结构化数据管理和原始数据存储见长，共同助力企业数据分析。数据仓库通过ETL处理支持OLAP查询，适用于历史分析、BI报表和预测分析；而数据湖则存储多样化的原始数据，便于数据探索和实验。随着技术发展，湖仓一体成为趋势，融合两者的优点，如Delta Lake和Hudi，实现数据全生命周期管理。企业应根据自身需求选择合适的数据架构，以释放数据潜力。【6月更文挑战第12天】
203
5
5
|
3月前
|
SQL
算法
关系型数据库
|
3月前
|
消息中间件
存储
大数据
|
3月前
|
缓存
Cloud Native
关系型数据库
|
3月前
|
缓存
Cloud Native
关系型数据库
|
3月前
|
存储
缓存
安全
热门文章
最新文章
1
业内首次融合数据仓库与数据湖 阿里云推出下一代大数据平台 “湖仓一体”
2
云HBase X-Pack解决传统数据仓库瓶颈，赋能客户计算分析业务
3
2020阿里巴巴大数据技术公开课第五季 — SaaS模式云数据仓库MaxCompute开发实战与常见问题
4
数据仓库优化中什么是星型转换(Star Transformation)?
5
云原生数据仓库产品使用合集之ADB MySQL湖仓版和 StarRocks 的使用场景区别，或者 ADB 对比 StarRocks 的优劣势
6
数据中台-数据仓库、数据湖、数据中台的区别
7
阿里云“万仓计划”重磅发布，助力每个企业构建属于自己的云原生数据仓库
8
云原生数据仓库产品使用合集之在云数据仓库ADB中，GROUP BY操作中出现NULL值,如何解决
9
数据仓库专题（13）-星型模型中事实表作为维表使用面临的问题和解决方法
10
谈谈如何构建现代数据体系架构（数据湖+数据仓库）