哪些数据库可以做ODS，如何创建数据仓ods用户表
来源：整理 编辑：黑码技术 2024-12-06 18:51:31
1，如何创建数据仓ods用户表
1.对于数据量特别的企业，现在都开始使用Hadoop类开源产品建设数据仓库；2.数据结构已经不会保持一致，而是按照数据分析的要求存储；3.拉数据的应用程序现在讲究通用，因为需要从各种不同的数据来源 ，最后汇总到一个地方。
2，请教啥是ODS就是操作型事务型 数据库吗
一连串的sql从开始执行到最终返回想要的结果，就是一个事务，一个事务不一定非要一条sql也可能是不同库间好多条sql的配合执行，才得到最终结果，这也算一个事务，也就是分布式事务
3，ODS相关问题请教
1 ODS概念: ODS全称为Operational Data Store，即操作型数据存储，是“面向主题的、集成的、可变的、反映当前数据值的和详细的数据的集合，用来满足企业综合的、集成的以及操作型的处理需求”(Bill.Inmon)。 2 ODS作用: 信息处理的多层次要求导致了一种新的数据环境——DB-DW的中间层ODS（操作型数据存储）的出现。ODS是“面向主题的、集成的、当前或接近当前的、不断变化的”数据。通过统一规划，规范框架和数据，ODS可以实现操作型数据整合和各个系统之间的数据交换，能够提供实时的操作型报表，减轻数据仓库的负担。建设ODS还可以为后期数据仓库建设做好准备。 3 ODS类型: I 类ODS，与应用系统的数据延迟为1~2秒，实时或近似实时 II 类ODS，与应用系统的数据延迟为2~4小时 III 类ODS，与应用系统的数据延迟为12~24小时 IV 类ODS，数据仓库中部分决策分析数据回流至ODS中 数据延迟时间越短，ODS建设难度越高 4 应用集成方案比较: DW+ODS 实施结果: 企业能够分析ODS中的当前综合数据，对企业当前运行情况进行宏观控制;能够分析DW中的历史数据，对未来进行合理规划 楼主，这样回答是否可以帮助到你？
4，数据仓库与ODS的区别数据仓库和ODS并存方
DW数据仓库存储是一个面向主题的，反映历史变化数据，用于支撑管理决策。ODS操作型数据存储，存储的是当前的数据情况，给使用者提供当前的状态，提供即时性的、操作性的、集成的全体信息的需求。ODS作为数据库到数据仓库的一种过渡形式，与数据仓库在物理结构上不同，能提供高性能的响应时间,ODS设计采用混合设计方式。ODS中的数据是"实时值",而数据仓库的数据却是"历史值"，一般ODS中储存的数据不超过一个月，而数据仓库为10年或更多.数据仓库和ODS并存方案经过调研，发现大体上有三种解法：1、业务数据 － ODS － 数据仓库优点：这样做的好处是ODS的数据与数据仓库的数据高度统一；开发成本低，至少开发一次并应用到ODS即可；可见ODS是发挥承上启下的作用，调研阿里巴巴的数据部门也是这么实现的。缺点：数据仓库需要的所有数据都需要走ODS，那么ODS的灵活性必然受到影响，甚至不利于扩展、系统的灵活性差2、OB － ODS优点：结构简单。一般的初创数据分析团队都是类似的结构，比如我们部门就应该归结到这一范畴缺点：这样所有数据都归结到ODS，长期数据决策分析能力差，软硬件成本高，模块划分不清晰，通用性差3、数据仓库和ODS并行可见这个模型兼顾了上面提高的各自优点，且便于扩展，ODS和数据仓库各做各的，形成优势互补！可以解决现在互联网公司遇到的快速变化、快速开发等特点！特别是对于那些刚刚创建数据团队，数据开发人员紧缺的公司，可以尝试使用这个数据架构解决问题！
5，ODS的设计指南
在ODS的概念定义中，已经描述了ODS的功能和特点，实际上ODS设计的目标就是以这些特点作为依据的。ODS设计与DW设计在着眼点上有所不同，ODS重点考虑业务系统数据是什么样子的，关系如何，在业务流程处理的哪个环节，以及数据抽取接口等问题。 定义维、度量、主题、粒度、存储期限定义维的概念特性：维名称，名称应该能够清晰表示出这个维的业务含义。维成员，也就是这个维所代表的具体的数据，维层次，维成员之间的隶属与包含的层次关系，每个层次需要定义名称定义度量的概念特性：度量名称，名称应该能够清晰表述这个度量的业务含义定义主题的概念特性：主题名称和含义，说明该主题主要包含哪些数据，用于什么分析；主题所包含的维和度量；主题的事实表，以及事实表的数据。定义粒度：主题中事实表的数据粒度说明，这种粒度可以通过对维的层次限制加以说明，也可以通过对事实表数据的业务细节程度进行说明。定义存储期限：主题中事实表中的数据存储周期。第四步：迭代，归并维、度量的定义在ODS中，因数据来自于多个系统，数据主题划分时虽然对数据概念进行了一定程度上的归并，但具体的业务代码所形成的各个维、以及维成员等还需要进一步进行归并，把概念统一的维定义成一个维，不允许同一个维存在不同的实体表示（象不同的业务系统中一样）。第五步：物理实现定义每个主题的数据抽取周期、抽取时间、抽取方式、数据接口，抽取流程和规则。物理设计不仅仅是ODS部分的数据库物理实现，设计数据库参数、操作系统参数、数据存储设计之外，有关数据抽取接口等问题必须清晰定义。
文章TAG：
哪些 数据 数据库 可以 哪些数据库可以做ODS
