← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9745.b · 生成模型:DeepSeek-V4.1-Flash

企业数据仓库的两难

理解等级:高级

电子表格的起点与代价 电子表格给了业务人员行、列和自建逻辑,创建快、易分享、不需要数据库管理员。代价是扩散之后的“真相有许多版本”:没人能确定哪份文件的数据与口径最新,本机丢失或文件损坏还会带走全部逻辑。

EDW 的收益 企业数据仓库(EDW)把数据集中起来,提供安全、备份、故障切换和单一“官方”数据源,支撑财务报表、OLAP 多维分析与商业智能工具,解决的正是多版本表格的问题。

EDW 的结构性代价 - 入仓前要理解、结构化、按类型标准化,还要经过检查点,重预处理让数据不适合探索与迭代; - 模式变更慢,新数据源积累慢; - 分析员必须经 IT 或 DBA 审批才能取数、改模式,等待挤掉了分析时间; - 取数后常在本地用 R、SPSS、Excel 做内存分析,只能抽样,模型精度受限; - 分析结果与数据质量洞见很少回写主库。

结论是准确性与敏捷性的张力:EDW 保证了数对不对,却牺牲了能不能快速试。部门集市与影子系统正是对这种牺牲的自发补偿,代价是失去同步、备份与安全约束。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第1章 大数据分析介绍 · 查看原书依据

      虽然企业数据存储库和商业智能有许多优点,但是它们都会限制在执行健壮的和探索性数据分析时所需要的灵活性。在EDW模型中,IT部门或者数据库管理员(DBA)管理和控制数据,数据分析员必须通过IT部门来访问和修改数据模式。

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第1章 大数据分析介绍(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0011_split_001.html) - 结论依据:1.1.2 节比较电子表格、EDW 与分析沙盘;1.2.2 节进一步列出 EDW 流程中预处理、审批、内存抽样与洞见不回写等具体断点。 - 原始内容:虽然企业数据存储库和商业智能有许多优点,但是它们都会限制在执行健壮的和探索性数据分析时所需要的灵活性。在EDW模型中,IT部门或者数据库管理员(DBA)管理和控制数据,数据分析员必须通过IT部门来访问和修改数据模式。