数据仓库和多维数据集有什么区别?


回答 1:

数据立方体

在计算机编程上下文中,数据多维数据集(或数据多维数据集)是值的多维数组,通常用于描述图像数据的时间序列。 数据多维数据集用于表示某些感兴趣度量的数据。 即使它被称为“多维数据集”,也可以是1维,2维,3维或更高维。 每个维度代表一个新的度量,而多维数据集中的单元格代表感兴趣的事实。

考虑上述购物中心管理系统的多维数据集。

每列代表每个商店的销售额。

每行代表购物中心的不同部门。

每层代表月份。

在这里,可见值是六月。

因此,6月的商店2中的杂货销售数量为47。

(有关更多信息,请参阅第136页,Han和Kamber第三版的“数据挖掘:概念和技术”)

数据仓库

在计算中,数据仓库(DW或DWH),也称为企业数据仓库(EDW),是用于报告和数据分析的系统,被认为是商业智能的核心组成部分。

DW是来自一个或多个不同来源的集成数据的中央存储库。 它们将当前和历史数据存储在一个地方。

简单说明:数据仓库是一种存储大量来自不同资源的数据以进行报告的地方。

想象一下印度的Reliance大型购物中心。 全国有Reliance大型购物中心。 每个购物中心都将不同部门的数据发送到中央存储库。 在一处收集它,称为数据仓库。 它用于管理各种数据。 同样,数据用于执行不同类型的分析,例如购买模式。

因此,以上给出两个术语; 数据仓库和数据多维数据集完全不同,但是它们不可比,因此我们无法列出两者之间的并列差异。

资源:

[1]维基百科

[2]数据挖掘:Han和Kamber的概念和技术

你是维亚斯


回答 2:

通常,当某人指的是数据仓库时,他们指的是基于Kimball的Star模式,基于Inmon的规范化数据仓库模式以及在关系数据库(例如Oracle,DB2等)中物理创建的暂存区模式。星型模式也称为数据集市。

多维数据集是使用OLAP工具(例如Cognos,Hyperion等)进行多维存储的参考。


回答 3:

通常,当某人指的是数据仓库时,他们指的是基于Kimball的Star模式,基于Inmon的规范化数据仓库模式以及在关系数据库(例如Oracle,DB2等)中物理创建的暂存区模式。星型模式也称为数据集市。

多维数据集是使用OLAP工具(例如Cognos,Hyperion等)进行多维存储的参考。