企业大数据仓库建设用途广泛,基于大数据的企业数据仓库建设相应需求迅速,灵活多变,对实时性有不同程度要求,改变了传统数仓建设周期长、需求稳定的特点,时效性好。
随着我们从IT时代步入DT时代,数据从积累量也与日俱增,同时伴随着互联网的发展,越来越多的应用场景产生,传统的数据处理、存储方式已经不能满足日益增长的需求。而互联网行业相比传统行业对新生事物的接受度更高、应用场景更复杂,因此基于大数据构建的数据仓库最先在互联网行业得到了尝试。尽管数据仓库建模方法论是一致的,但由于所面临的行业、场景的不同,在互联网领域,基于大数据的数据仓库建设无法按照原有的项目流程、开发模式进行,更多的是需要结合新的技术体系、业务场景进行灵活的调整,以快速响应需求为导向。
应用场景广泛
1)传统的数仓建设周期长,需求稳定,面向DSS、CRM、BI等系统,时效性要求不高。
2)基于大数据的数据仓库建设要求快速响应需求,同时需求灵活、多变,对实时性有不同程度的要求,除了面向DSS、BI等传统应用外,还要响应用户画像、个性化推荐、机器学习、数据分析等各种复杂的应用场景。
基于大数据的数仓建设一般是基于非商业、开源的技术,,涉及技术较广泛、复杂,同时相对于商业产品,稳定性、服务支撑较弱,需要自己维护更多的技术框架。
大数据仓库是数据仓库的延伸。数据仓库的目标是数据集成和反应数据变化的过程,大数据相关的技术是为了数据仓库服务的。具体的分析和应用基于数据仓库展开。
企业数据仓库建设,可以充分挖掘数据资源,在庞杂的大数据下不断提炼对企业决策发展有用的数据资源,可响应用户习惯、个性化推荐、机器学习、数据分析等复杂应用场景。