PROSAGA码农传奇-OLTP-OLAP，OLTP，数据仓库，分析，分析和数据挖掘如何相关？

<div class =“post-text”itemprop =“text”>
  
    我将尝试从金字塔的顶部解释你：
  
  
    的
      商业智能
    </强>
     （你没有提到的）是IT中的术语，它代表一个复杂的系统，并从数据中提供有关公司的有用信息。
  
  
    因此，BI系统具有
    的
      目标：
    </强>
     清晰，准确和有意义的信息。
清洁意味着没有技术问题（缺少密钥，不完整的数据等）。准确意味着准确 - BI系统也被用作生产数据库的故障检查器（逻辑故障 - 即发票账单太高，或者使用非活动伙伴等）。它已经完成了
    
      规则
    
    。有意义很难解释，但在简单的英语中，它是你想要的方式的所有数据（甚至是上次会议的excel表）。
  
  
    所以，BI系统有
    的
      后端
    </强>
    ： 它的
    的
      数据仓库。
    </强>
    
DWH只不过是数据库（实例，而不是软件）。它可以存储在RDBMS，分析数据库（列式或文档存储类型）或NoSQL数据库中。
  
  
    的
      数据仓库
    </强>
     我上面解释的通常用于整个数据库的术语。可能有多少
    的
      数据集市
    </强>
     （如果使用了Kimball模型） - 更常见的，或称为第3个规范化形式（Inmon模型）的关系系统
    的
      企业数据仓库
    </强>
    。
  
  
    的
      数据集市
    </强>
     DWH中的表是相关的（星型模式，雪花模式）。事实表（非规范化形式的业务流程）和维度表。
  
  
    每
    的
      数据库
    </强>
     代表一个业务流程。示例：DWH有3个数据集市。一个是零售，第二个是出口，第三个是进口。在零售中，您可以看到SKU的总销售额，销售数量，进口价格，利润（度量），日期，商店，城市等（维度）。
  
  
    的
      在DWH中加载数据
    </强>
     叫做
    的
      ETL
    </强>
    （提取，转换，加载）。
  
  <OL>
    <LI>
      
        从多个来源提取数据（ERP db，CRM db，excel文件，Web服务......）
      
    </LI>
    <LI>
      
        转换数据（干净的数据，连接来自差异源的数据，匹配键，
        的
          我的数据
        </强>
        ）
      
    </LI>
    <LI>
      
        加载数据（在特定数据集市中加载转换后的数据）
      
    </LI>
  </醇>
  
    的
      因评论而编辑：
    </强>
     ETL过程通常使用ETL工具创建，或者使用某种编程语言（python，c＃ect）和API手动创建。
  
  
    ETL过程是一组SQL，过程，脚本和规则，分为3个部分（见上文），由元数据控制。
它可以安排（每晚，每隔几个小时）或实时（更改数据捕获，触发器，事务）。
  
  
    的
      OLTP
    </强>
     和
    的
      OLAP
    </强>
     是
    的
      数据处理的类型
    </强>
    。 OLTP用于事务目的，数据库和软件之间（通常只有一种输入/输出数据）。
OLAP用于管理目的，这意味着有多个源，历史数据，高选择查询性能，挖掘数据。
  
  
    的
      因评论而编辑：
    </强>
     数据处理是数据从数据库存储和访问的方式。因此，根据您的需求，数据库以不同的方式设置。
  
  
    图片来自
    <a href="http://datawarehouse4u.info/" rel="noreferrer">
      http://datawarehouse4u.info/
    </A>
    ：
  
  
    <img src =“https://i.stack.imgur.com/KfgvV.png”alt =“在此处输入图片说明”/>
  
  
    的
      数据挖掘
    </强>
     是在大型数据集中发现模式的计算过程。挖掘的数据可以为您提供更深入的业务流程视图甚至预测。
  
  
    的
      分析
    </强>
     是一个动词，在BI世界意味着
    
      简单
    
     从数据中获取信息。多维分析实际上说明了系统如何切割数据（维度在多维数据集内）。维基百科说
    的
      数据分析
    </强>
     是一个过程
    
      检查
    
     以发现有用信息为目标的数据。
  
  
    的
      Analytics（分析）
    </强>是名词，它代表分析过程的结果。
  
  
    不要对这两个词大惊小怪。
  
</DIV>