由数据分析体系的演变来说明数据库、多维数据库及数据仓库的关系

文 | Smartbi大数据百科 2021-04-23 阅读次数:550 次浏览

商业智能BI产品更多介绍:https://www.smartbi.com.cn/

商业智能BI产品更多介绍:点击前往

    第一阶段

    企业信息化达到一定程度之后,一定会有报表的需求,此时直接从业务系统的数据库进行查询。


    第二阶段

    直接查询业务系统数据库,很容易对业务系统造成影响,这时可能会将数据抽取出来,放在一个镜像数据库里进行查询。


    第三阶段

    当数据规模越来越大,报表与数据分析的需求也随之增多。开始对数据进行系统化的规划与管理时,数据仓库的雏形也已建立起来。

     

    关系型数据库的星形(或雪花型)结构是数据仓库的常见形式之一,但不是唯一的形式,只要能做到将数据有序管理,基本上就可以称之为数据仓库。

     

    当建立起心形或雪花型的数据仓库的时候,已经可以做一些基本的数据分析了。但是会有一些弊端。星形或水上行结构虽然模拟了多维数据模型,但是其本质上还是关系型数据库的表字段以及数据行的模型。无法做到真正意义上的面对业务时的数据分析。而且这种直接建立在关系型数据库之上的模型,很难让业务人员自主进行数据分析。


    第四阶段

    基于关系数据库星型或雪花型结构所建立的数据仓库,虽然可以进行数据分析,但分析能力不强。

    星型或雪花型结构虽然模拟了多维数据模型,但其本质上还是关系型数据库的表及字段模型,无法做到真正意义上面向业务的数据分析,而且这种直接建立在关系型数据库之上的模型,很难让业务人员独立进行数据分析。


    第五阶段

    由于多维数据库维度既业务的特性,所以基于多维数据库所建立的数据体系的分析能力要强很多,而且也能将让业务人员自主分析这一目标落地实现。

     

    多维数据库向外提供维度与数据集市模型,数据的实际物理存储则对外屏蔽。关系型数据库可以作为多维数据库的一种底层实现,当然还有其他的方式,比如数据块文件、分布式存储等。

     

    关系型数据库的星型(或雪花型)结构容易与多维数据库的维度与数据立方体结构产生一些混淆,主要是由于以下两点原因:

    多维数据库可以使用关系数据库作为数据实际存储方案;

    多维数据库的MDX与关系数据库的SQL在语法结构上的类似。

    以上两点原因使得在关系数据库的星型(或雪花型)模型上使用SQL进行查询被误认为是可以进行多维分析的,实际上这是非常错误的认识,原因在于表及字段模型和维度及数据立方体模型本质上的区别。

     

     


Copyright© 广州思迈特软件有限公司  粤ICP备11104361号

电话咨询

售前咨询
400-878-3819 转1

售后咨询
400-878-3819 转2
服务时间:工作日9:00-18:00

在线咨询

sales邮箱

商务咨询请联系邮箱

邮箱地址:sales@smartbi.com.cn

Demo体验

返回顶层