https://blog.csdn.net/bjweimengshu/article/details/79256504
ウィキペディアから
コンピュータサイエンス、データウェアハウスにもエンタープライズ・データウェアハウス（EDW）として知られている、（データウェアハウスとしてDWまたはDWHと呼ぶ）は、データ分析および報告システム、ビジネスインテリジェンス（BIと呼ばれるビジネスintellgence）コアコンポーネントです。統合プロセス内の1つまたは複数の異なるソースから中央倉庫ビン番号データ。すべての企業の従業員のデータのレポートを生成するために1つの場所からリアルタイムおよび履歴データを保存する倉庫の数。
データ品質を保証するために、データビンの数は、操作データ、クリーニング動作に必要な追加データで格納することができる報告するために使用されるシステム動作におけるビン（例えば、マーケティングまたは販売）の数からデータをアップロードします。
典型的な抽出に基づいて、一時的な層、データアクセス層と重要な機能を構築するための統合層を用いてビンの数、ロード（ETL）プロセスの変換。一時的なステージング層またはデータベースに格納された異なるデータソースから抽出されたそれぞれの生データ。データ統合レイヤデータ統合は、統合されたデータは、次に、分類データは、グループに配置されている倉庫ビン番号に転送され、グループは、ディメンションテーブルまたはファクトテーブルと呼ばれます。事実とディメンションテーブル構造の組み合わせは、時には星と呼ばれます。ユーザーは、データアクセス層を取得することができます。
メインデータソースのデータがクリーンである、市場調査と意思決定をサポートするのに便利であるとき、データマイニング、オンラインプロセス分析では、管理者やビジネスの専門家を可能に変換された分類、。しかし、データ検索と分析、抽出、変換およびロード、データ辞書管理ツールのため、ビンの数は、システムの重要な部分です。多くの参照は、この非常に広い解釈を作っているので、広くビジネスインテリジェンスツール、データの抽出、変換、管理、およびメタデータツールに対数倉庫を取得するためにあるディレクトリ内のローディングツールとして定義された位置の数。
コンピューティングでは、また、エンタープライズ・データウェアハウス（EDW）として知られているデータウェアハウス（DWまたはDWH）は、レポートおよびデータ分析のために使用されるシステムであり、ビジネス・インテリジェンスのコアコンポーネントであると考えられる[1]。DWは、一つ以上の異なるソースから統合されたデータの中央リポジトリです。彼らは、単一の場所で現在と過去のデータを格納する[2]企業全体の労働者のために分析レポートを作成するために使用される。[3]
倉庫に格納されたデータは、（例えば、マーケティングや営業など）の業務系システムからアップロードされます。データは、運用データストアを通過することができる、それが報告のためにDWに使用される前に、[2]追加の操作のためのデータの品質を保証するために、データ・クレンジングを必要とするかもしれません。
典型的な抽出、変換、ロード（ETL）は、データウェアハウスをベース[4]そのキーの機能を収容するために、ステージング、データ統合、およびアクセス層を使用します。ステージング層またはステージングデータベースストアの異なるソース・データ・システムのそれぞれから抽出された生データ。統合層は、多くの場合、運用データストア（ODS）データベースでこの変換されたデータを格納するステージング層からのデータを変換することによって異なるデータ・セットを統合します。統合されたデータは、さらに別のデータがしばしば寸法と呼ばれる階層的なグループに配置され、多くの場合、データ・ウェアハウス・データベースと呼ばれるデータベース、および事実と集計事実にに移動されます。事実と寸法の組み合わせは時々、スター・スキーマと呼ばれています。アクセスレイヤは、ユーザーがデータを取得することができます。[5]
The main source of the data is cleansed, transformed, catalogued, and made available for use by managers and other business professionals for data mining, online analytical processing, market research and decision support.[6] However, the means to retrieve and analyze data, to extract, transform, and load data, and to manage the data dictionary are also considered essential components of a data warehousing system. Many references to data warehousing use this broader context. Thus, an expanded definition for data warehousing includes business intelligence tools, tools to extract, transform, and load data into the repository, and tools to manage and retrieve metadata.