大数据数据仓库-场景

大数据仓库-场景 

2015-10-24  朱洁  hadoop技术学习
传统OLTP/OLAP之分

数据仓库里面有OLTP/OLAP之分,OLTP是传统关系型数据库的主要应用,其主要面向基本的、日常的事务处理,例如银行交易。OLAP是数据仓库系统的主要应用,支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询结果。

 

大数据场景下的同与不同

 

1、大数据时代,大数据仓库面对的最基本,最典型的场景还是传统的OLAP场景,最明显的区别是数据规模的急剧膨胀,从传统的单表千万级,到现在单表百亿,万亿。维度也从传统的几十维到现在的一些互联网企业可能存在的万维。因为系统的交互对象是人,虽然数据量的急剧变大,系统的响应延迟要求仍能是秒级。下图是阿里ads对当前业界一些常见的分析仓库从支持的规模和响应时间上的分类,有一定的参考意义。



 

 

2、大数据时代,数据价值越来越大,分析手段和分析工具的越来越多。传统sql包打天下的局面可能就不行了,sql,python,R,BI工具/可视化工具都有需求。所以除了性能之外,大数据仓库必然在接口上需要做更多。

3、云化带来的挑战。it基础设施云化的趋势不可逆转。云上的易用,安全,可服务性都是很大的挑战。

 

 

 

 

阅读原文
 

微信扫一扫
关注该公众号

你可能感兴趣的:(hadoop技术专栏)