數據類開發語言?數據開發技術方向主要有數據倉庫、在線分析處理（OLAP）以及數據挖掘三部分組成，今天小編就來說說關于數據類開發語言?下面更多詳細答案一起來看看吧!

數據類開發語言

數據開發技術方向主要有數據倉庫、在線分析處理（OLAP）以及數據挖掘三部分組成。

一、數據倉庫：架構

1.數據倉庫 Data Warehouse,DW

數據倉庫是構建面向分析的集成化數據環境，為企業提供決策支持（Decision Support）。它出于分析性報告和決策支持目的而創建。

2.數據集市

①數據集市 Data Mart,DM

②操作集市 Oper Mart

3.ODS 操作數據存儲Operational Data Storage,ODS

4.ETL Extract-Transform-Load

一、數據倉庫：抽象

1.主題

①主題Subject

②主題域Subject Area

2.主體

3.模型

①模型Model

②數據模型Data Model

③業務數據模型Business Data Model

④邏輯數據模型Logical Data Model,LDM

⑤物理數據模型Physical Data Model,PDM

⑥實體Entity

⑦關系Relatioship

⑧屬性Attribute

⑨實體關系Entity Relationship，ER

⑩事實Fact

⑪維度Dimension

⑫維的層次Hierarchy of Dimension

⑬維的級别Level of Dimension

⑭維的成員Level of Dimension

⑮業務過程Business Process

⑯度量Measure

⑰指标Metric

⑱指示器Indicator

⑲粒度Grain

⑳度量值Measures

一、數據倉庫：建模

1.模型查詢

①即席查詢Ad Hoc Queries

②冰山查詢 Iceberg Query

③交叉探察 Drill Across

④實體建模Entity Modeling

⑤範式建模Third Normal Form，3NF

⑥維度建模Dimensional Modeling、總線架構Bus Architecture、一緻性維度Comformed Dimension、一緻性事實Comformed Fact

2.事實表

①事實表Fact Table

以粒度的不同來化分，事實表可以分為三類，分别是事務粒度事實表，周期快照粒度事實表和累積快照粒度事實表。

①事務粒度事實表Transaction Grain Fact Table

②周期快照粒度事實表Periodic Snapshot Grain Fact Table

③累積快照粒度事實表AccumulatingSnapshot Grain Fact Table

以用途的不同來化分，事實表可以分為三類，分别是原子事實表，聚集事實表和合并事實表。

①原子事實表Atom Fact Table

②聚集事實表Aggregated Fact Table

③合并事實表Consolidated/Merged Fact Table

其他類型事實表

①非事實型事實表Factless Fact Table

②蜈蚣事實表Centipede Fact Table

③旋轉事實表Pivoted Fact Table

④切片事實表Sliced FactTable

⑤稀疏事實表Sparse Facts

3.維度表

①維度表Dimension Table

②代理關鍵字 Surrogate Key

③緩慢變化維度SlowlyChanging Dimension SCD

④退化維度Degenerate Dimension

⑤微型維度-Minidimension

⑥多值維度Multivalue Dimension

⑦角色模仿維度RolePlayingDimensions

⑧雜項維度Junk Dimension

4.寬表

寬表Wide table

在維度建模的基礎上又分為三種模型:星型模型、雪花模型、星座模型。

星型模式：星型模式StarSchema

雪花模式：雪花模式SnowflakeSchema

星座模式：事實星座模式FactConstellation或星系模式galaxy schema

5.數據分析 BI

商業智能BusinessIntelligenceBI

OLTP

聯機事務處理Online Transaction Processing，OLTP

OLAP

①大規模并行計算框架Massively Parallel Processing，MPP

②聯機分析處理OLAPOnlineAnalytical Processing,OLAP

③MOLAP

④ROLAP

⑤HOLAP

6.多維分析

①多維分析MultidimensionalAnalvsis

②立方體Cube

③鑽取 Drill Down

④上卷Roll Up

⑤切片Slice

⑥切塊(Dice

⑦旋轉Pivot

二、數據挖掘：機器學習

①機器學習MachineLearning

②标簽Lable

③特征Feature

④樣本Example

⑤模型Model

⑥策略Strategy

⑦算法Algorithm

⑧監督學習Supervised Learning

⑨回歸Regression

⑩分類Classification

⑪無監督學習Unsupervised Learning

三、深度學習

深度學習DeepLearning

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!