系統(tǒng)角度上锄贼，影響建設(shè)數(shù)據(jù)倉庫的解決方案的因素
? ? 1.操作出現(xiàn)的頻率宅荤，即業(yè)務(wù)部門每隔多長(zhǎng)時(shí)間做一次查詢分析。
? ? 2.在系統(tǒng)中需要保存多久的數(shù)據(jù)惹盼，是一年琼了、兩年還是五年夫晌、十年。
? ? 3.用戶查詢數(shù)據(jù)的主要方式所袁，如在時(shí)間維度上是按照自然年凶掰，還是財(cái)政年蜈亩。
? ? 4.用戶所能接受的響應(yīng)時(shí)間是多長(zhǎng)前翎、是幾秒鐘，還是幾小時(shí)道川。
數(shù)據(jù)采集
????通過ETL工具采集數(shù)據(jù)源數(shù)據(jù)
數(shù)據(jù)存儲(chǔ)與分析
? ??HDFS是大數(shù)據(jù)環(huán)境下數(shù)據(jù)倉庫/數(shù)據(jù)平臺(tái)最完美的數(shù)據(jù)存儲(chǔ)解決方案。離線數(shù)據(jù)分析與計(jì)算橙数，也就是對(duì)實(shí)時(shí)性要求不高的部分，Hive是不錯(cuò)的選擇崖技。
數(shù)據(jù)共享
? ??這里的數(shù)據(jù)共享响疚，其實(shí)指的是前面數(shù)據(jù)分析與計(jì)算后的結(jié)果存放的地方瞪醋，其實(shí)就是關(guān)系型數(shù)據(jù)庫和NOSQL數(shù)據(jù)庫银受。
數(shù)據(jù)應(yīng)用
? ??報(bào)表、接口咕幻、即席查詢
流程圖：
????Hive適用于海量結(jié)構(gòu)化數(shù)據(jù)的離線分析顶霞，如果有需求是需要統(tǒng)計(jì)計(jì)算大數(shù)據(jù)量而且對(duì)于時(shí)效性沒有過高要求的情況下肄程，建議采用Hive來做處理。不適用于復(fù)雜的機(jī)器學(xué)習(xí)算法选浑，因?yàn)闄C(jī)器學(xué)習(xí)算法大多涉及大量的迭代計(jì)算，而hive默認(rèn)情況下底層封裝的計(jì)算框架是MapReduce古徒，計(jì)算效率比較低下不適合復(fù)雜的計(jì)算拓提，（Hive on Spark另議）隧膘，因?yàn)榈讓拥挠?jì)算框架是MapReduce代态， 所以也不適合交互式實(shí)時(shí)查詢寺惫，有交互式實(shí)時(shí)查詢建議使用Impala蹦疑。
數(shù)據(jù)倉庫設(shè)計(jì)步驟
1西雀、確定主題
????主題與業(yè)務(wù)密切相關(guān)，所以設(shè)計(jì)數(shù)倉之前應(yīng)當(dāng)充分了解業(yè)務(wù)有哪些方面的需求必尼，據(jù)此確定主題
2、確定量度
????在確定了主題以后判莉，我們將考慮要分析的技術(shù)指標(biāo)豆挽，諸如年銷售額之類帮哈。量度是要統(tǒng)計(jì)的指標(biāo)娘侍，必須事先選擇恰當(dāng)憾筏，基于不同的量度將直接產(chǎn)生不同的決策結(jié)果。
3氧腰、確定數(shù)據(jù)粒度
????考慮到量度的聚合程度不同古拴，我們將采用“最小粒度原則”，即將量度的粒度設(shè)置到最小真友。例如如果知道某些數(shù)據(jù)細(xì)分到天就好了黄痪，那么設(shè)置其粒度到天；但是如果不確定的話盔然，就將粒度設(shè)置為最小桅打，即毫秒級(jí)別的。
4愈案、確定維度
????設(shè)計(jì)各個(gè)維度的主鍵挺尾、層次、層級(jí)刻帚，盡量減少冗余潦嘶。
5涩嚣、創(chuàng)建事實(shí)表
????事實(shí)表中將存在維度代理鍵和各量度崇众，而不應(yīng)該存在描述性信息掂僵，即符合“瘦高原則”，即要求事實(shí)表數(shù)據(jù)條數(shù)盡量多(粒度最小)顷歌，而描述性信息盡量少锰蓬。
星形/雪花形/事實(shí)星座，這三者就是數(shù)據(jù)倉庫多維數(shù)據(jù)模型建模的模式
下圖所示就是一個(gè)標(biāo)準(zhǔn)的星形模型眯漩，事實(shí)表和維表通過ID相關(guān)聯(lián)：
技術(shù)點(diǎn)：
1芹扭、ETL工具的使用
2、Hadoop赦抖、Hive
3舱卡、數(shù)據(jù)的導(dǎo)入與導(dǎo)出
4、數(shù)據(jù)展現(xiàn)(即席查詢)工具
5队萤、什么時(shí)候進(jìn)行數(shù)據(jù)采集轮锥？什么時(shí)候進(jìn)行數(shù)據(jù)統(tǒng)計(jì)與計(jì)算？什么方式觸發(fā)要尔？crontab舍杜？
Ending
????數(shù)據(jù)倉庫本身既不生產(chǎn)數(shù)據(jù)也不消費(fèi)數(shù)據(jù)，只是作為一個(gè)中間平臺(tái)集成化地存儲(chǔ)數(shù)據(jù)赵辕；數(shù)據(jù)倉庫實(shí)現(xiàn)的難度在于整體架構(gòu)的構(gòu)建及ETL的設(shè)計(jì)既绩，這也是日常管理維護(hù)中的重頭；而數(shù)據(jù)倉庫的真正價(jià)值體現(xiàn)在基于其的數(shù)據(jù)應(yīng)用上还惠，如果沒有有效的數(shù)據(jù)應(yīng)用也就失去了構(gòu)建數(shù)據(jù)倉庫的意義
