DB、ETL、DW、OLAP、DM、BI關係結構圖

DB、ETL、DW、OLAP、DM、BI關係結構圖

在此大概用口水話簡單敘述一下他們幾個概念：

（1）DB/Database/數據庫——這裏通常指的就是OLTP數據庫，在線事物數據庫，用來支持生產的，好比超市的買賣系統。DB保留的是數據信息的最新狀態，只有一個狀態！好比，天天早上起牀洗臉照鏡子，看到的就是當時的狀態，至於以前的天天的狀態，不會出現的你的眼前，這個眼前就是db。

（2）DW/Data Warehouse/數據倉庫——這裏保存的是DB中的不一樣時間點的狀態，好比，天天早上洗完照鏡子時，都拍一張照片，每天這樣，這些照片放入到一個相冊中，以後就能夠查看每一天的狀態了，這個相冊就是數據倉庫，他保存的是數據在不一樣時間點的狀態，對同一個數據信息，保留不一樣時間點的狀態，就便於咱們作統計分析了。

（3）ETL/Extraction-Transformation-Loading——用於完成DB到DW的數據轉存，它將DB中的某一個時間點的狀態，「抽取」出來，根據DW的存儲模型要求，「轉換」一下數據格式，而後再「加載」到DW的一個過程，這裏須要強調的是，DB的模型是ER模型，聽從範式化設計原則，而DW的數據模型是雪花型結構或者星型結構，用的是面向主題，面向問題的設計思路，因此DB和DW的模型結構不一樣，須要進行轉換。 
（4）OLAP——在線分析系統，簡單說就是報表系統，銷售報表，統計報表，等等，這個你們都熟悉，固然，OLAP的統計要更復雜更豐富一些，好比切面，鑽取等等。 
（5）DM/Data Mining/數據挖掘——這個挖掘，不是簡單的統計了，他是根據機率論的或者其餘的統計學原理，將DW中的大數據量進行分析，找出咱們不能直觀發現的規律，好比，若是咱們天天早上照相，量身材的時候，還記錄下頭一天吃的東西，黃瓜，豬腿，烤鴨，以及心情，若是記錄上10年，造成了3650天的相貌和飲食心情的數據，咱們每一個人都記錄，有20萬人記錄了，那麼，咱們也許經過這些記錄，能夠分析出，身材相貌和飲食的客觀規律；再說一個典型的實例，就是英國的超市，在積累了大量數據以後，對數據分析挖掘以後，獲得了一個規律：將小孩的尿布和啤酒放在一塊兒，銷量會更好——業務專家在獲得該結論以後，仔細分析，知道了緣由，由於英國男人喜歡看足球的多，老婆把小孩介紹男人看管，小孩尿尿須要尿布，而男人看足球喜歡喝酒，因此兩樣商品有密切的關係，放在一塊兒銷售會更好！

 

 

（6）BI/Business Intelligence/商業智能——領導，決策者，在獲取了OLAP的統計信息，和DM獲得的科學規律以後，對生產進行適當的調整，好比，命令超市人員將啤酒喝尿布放在一塊兒銷售，這就副作用於DB修改存貨數據了——這就是整個BI的做用！

信息技術通過近20年的大力發展，不少行業積累了不少珍貴的數據，真正的大數據時代到來了，也逐漸體現出 DB-ETL-DW-OLAP-DM-BI這條線路的重要性，但願你們能懂得這個大數據時代的價值，把握住機遇，有更加美好的將來！