OLAP：聯(lián)機(jī)分析處理

OLAP是E.F.Codd于1993年提出的。
OLAP是一種軟件技術(shù)，他使分析人員可以迅速、一致、交互地從各個(gè)方面觀察信息，以達(dá)到深入理解數(shù)據(jù)的目的，這些信息是從原始數(shù)據(jù)直接轉(zhuǎn)換過來的，他們以用戶easy理解的方式反映企業(yè)的真實(shí)情況。
OLAP大部分策略都是將關(guān)系型的或普通的數(shù)據(jù)進(jìn)行多維數(shù)據(jù)存貯，以便于進(jìn)行分析，從而達(dá)到聯(lián)機(jī)分析處理的目的。這樣的多維DB也被看作一個(gè)超立方體，沿著各個(gè)維方向存貯數(shù)據(jù)，它同意用戶沿事物的軸線方便地分析數(shù)據(jù)，與主流業(yè)務(wù)型用戶相關(guān)的分析形式一般有切片和切塊以及下鉆、挖掘等操作。

?DataMart：數(shù)據(jù)集市

為了特定的應(yīng)用目的或應(yīng)用范圍，而從數(shù)據(jù)倉庫中獨(dú)立出來的一部分?jǐn)?shù)據(jù)，也可稱為部門數(shù)據(jù)或主題數(shù)據(jù)。在數(shù)據(jù)倉庫的實(shí)施過程中往往能夠從一個(gè)部門的數(shù)據(jù)集市著手，以后再用幾個(gè)數(shù)據(jù)集市組成一個(gè)完整的數(shù)據(jù)倉庫。須要注意的就是再實(shí)施不同的數(shù)據(jù)集市時(shí)，同一含義的字段定義一定要相容，這樣再以后實(shí)施數(shù)據(jù)倉庫時(shí)才不會(huì)造成大麻煩。

?Data Mining：數(shù)據(jù)挖掘?

與數(shù)據(jù)挖掘類似的有一個(gè)術(shù)語叫做”機(jī)器學(xué)習(xí)“，這兩個(gè)術(shù)語在本質(zhì)上的區(qū)別不大，如果在書店分別購買兩本講數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的書籍，書中大部分內(nèi)容都是互相重復(fù)的。具體來說，小的區(qū)別如下：

機(jī)器學(xué)習(xí)：更側(cè)重于技術(shù)方面和各種算法，一般提到機(jī)器學(xué)習(xí)就會(huì)想到語音識(shí)別，圖像視頻識(shí)別，機(jī)器翻譯，無人駕駛等等各種其他的模式識(shí)別，甚至于谷歌大腦等AI，這些東西的一個(gè)共同點(diǎn)就是極其復(fù)雜的算法，所以說機(jī)器學(xué)習(xí)的核心就是各種精妙的算法。

數(shù)據(jù)挖掘：更偏向于“數(shù)據(jù)”而非算法，而且包括了很多數(shù)據(jù)的前期處理，用爬蟲爬取數(shù)據(jù)，然后做數(shù)據(jù)的清洗，數(shù)據(jù)的整合，數(shù)據(jù)有效性檢測，數(shù)據(jù)可視化(畫圖)等等，最后才是用一些統(tǒng)計(jì)的或者機(jī)器學(xué)習(xí)的算法來抽取某些有用的“知識(shí)”。前期數(shù)據(jù)處理的工作比較多。

?ETL

ETL各自是“Extract”、“ Transform” 、“Load”三個(gè)單詞的首字母縮寫也就是“抽取”、“轉(zhuǎn)換”、“裝載”，但我們?nèi)粘Ｍ喎Q其為數(shù)據(jù)抽取。ETL是BI/DW（商務(wù)智能/數(shù)據(jù)倉庫）的核心和靈魂，依照統(tǒng)一的規(guī)則集成并提高數(shù)據(jù)的價(jià)值，是負(fù)責(zé)完畢數(shù)據(jù)從數(shù)據(jù)源向目標(biāo)數(shù)據(jù)倉庫轉(zhuǎn)化的過程，是實(shí)施數(shù)據(jù)倉庫的重要步驟。

?MetaData：元數(shù)據(jù)

元數(shù)據(jù)是描寫敘述數(shù)據(jù)倉庫內(nèi)數(shù)據(jù)的結(jié)構(gòu)和建立方法的數(shù)據(jù)?？蓪⑵浒从猛镜牟煌譃閮深?，技術(shù)元數(shù)據(jù)和商業(yè)元數(shù)據(jù)。技術(shù)元數(shù)據(jù)是數(shù)據(jù)倉庫的設(shè)計(jì)和管理人員用于開發(fā)和日常管理數(shù)據(jù)倉庫是用的數(shù)據(jù)。包含：數(shù)據(jù)源信息；數(shù)據(jù)轉(zhuǎn)換的描寫敘述；數(shù)據(jù)倉庫內(nèi)對(duì)象和數(shù)據(jù)結(jié)構(gòu)的定義；數(shù)據(jù)清理和數(shù)據(jù)更新時(shí)用的規(guī)則；源數(shù)據(jù)到目的數(shù)據(jù)的映射；用戶訪問權(quán)限，數(shù)據(jù)備份歷史記錄，數(shù)據(jù)導(dǎo)入歷史記錄，信息公布?xì)v史記錄等。

商業(yè)元數(shù)據(jù)從商業(yè)業(yè)務(wù)的角度描寫敘述了數(shù)據(jù)倉庫中的數(shù)據(jù)。包括：業(yè)務(wù)主題的描寫敘述，包括的數(shù)據(jù)、查詢、報(bào)表；

元數(shù)據(jù)為訪問數(shù)據(jù)倉庫提供了一個(gè)信息文件夾（informationdirectory），這個(gè)文件夾全面描寫敘述了數(shù)據(jù)倉庫中都有什么數(shù)據(jù)、這些數(shù)據(jù)怎么得到的、和怎么訪問這些數(shù)據(jù)。是數(shù)據(jù)倉庫執(zhí)行和維護(hù)的中心，數(shù)據(jù)倉庫server利用他來存貯和更新數(shù)據(jù)，用戶通過他來了解和訪問數(shù)據(jù)。

以上是思邁特軟件Smartbi的分享，更多行業(yè)干貨可關(guān)注我們下一期的分享。思邁特軟件Smartbi是知名國產(chǎn)BI品牌,專注于商業(yè)智能BI與大數(shù)據(jù)BI分析平臺(tái)軟件產(chǎn)業(yè)的研發(fā)及服務(wù)。經(jīng)過多年持續(xù)自主研發(fā)，凝聚大量商業(yè)智能最佳實(shí)踐經(jīng)驗(yàn)，整合了各行業(yè)的數(shù)據(jù)分析和決策支持的功能需求。滿足最終用戶在企業(yè)級(jí)報(bào)表、數(shù)據(jù)可視化分析、自助探索分析、數(shù)據(jù)挖掘建模、AI智能分析等大數(shù)據(jù)分析需求。

現(xiàn)個(gè)人版提供全模塊長期免費(fèi)使用，有興趣的小伙伴可登陸官網(wǎng)免費(fèi)試用~

?