行业解决方案
覆盖金融、制造、医疗、政府、零售等主流行业
联系我们: 400-878-3819
服务与支持
思迈特软件提供多种自动和人工服务方式，为您的产品使用和项目保驾护航
投诉热线：199-2645-9486
投诉邮箱：complain@smartbi.com.cn
传统数据仓库与云数据仓库之间的区别
商业智能BI产品更多介绍：https://www.smartbi.com.cn/
商业智能BI产品更多介绍：点击前往
传统数据仓库
传统的数据仓库需要本地IT资源，例如服务器和软件来传递数据仓库功能。企业运行自己的本地数据仓库时，还必须有效地管理基础架构。
传统数据仓库分为以下三层结构：
底层：包含数据仓库服务器，将来自多个不同源的数据集成到一个存储库中。
中间层：包含OLAP服务器，这些服务器使数据更加支持其上的一些查询。
顶层：存储用于查询、报告和分析的前端BI工具。
为了将数据集成在统一存储库中，ETL（提取，转换和加载）工具是一个典型的从各种来源获取数据的工具，将其混合并应用于商务规则以将其转换为查询的正确结构，并最终把数据加载进入数据仓库。
传统数据仓库设计的两种对比方式反映了两位计算机科学先驱Bill Inmon和Ralph Kimball的不同观点：
Bill Inmon的自上而下的方法认为，数据仓库是所有企业数据的集中存储库。维度数据集市由数据仓库创建而来，服务于特定业务线（例如财务）。
Ralph Kimball的自下而上的方法认为，数据仓库是由不同数据集市组合而成的。
云数据仓库
基于云计算的数据仓库方法运用公开的云提供商提供的数据仓库服务，例如Amazon Redshift或Google BigQuery。
通过提供互联网接入的数据仓库功能，公共云提供商可帮助公司避开构建传统本地数据仓库所需的初始设置成本。此外，云中的这些企业数据仓库是完全托管的，因此服务提供商管理并承担提供所需数据仓库功能的责任，例如系统补丁和更新。
云架构与传统的数据仓库方法有所不同。例如，在Redshift中，该服务通过要求您提供一个基于云的计算节点集群来运行，其中一些计算节点编制检索，而另一些执行这些检索。Google提供无服务器服务，这意味着Google会动态地管理机器资源的分配，并将这些决策从用户中抽离出来。
传统数据仓库与云数据仓库的区别
云数据仓库的优化级别难以与本地部署的有限功率相匹配。列式存储（表个中的值按列而不是按行存储）可以根据需要运行的查询类型来满足更快的聚合查询。大规模并行处理也是一个重要的特性，通过使用多台机器协调大型数据集的查询处理，可显著提高速度。
就云数据仓库的扩展性而言，和从云提供商那里获取更多资源一样简单。然而，本地部署的可扩展性非常耗时且成本很高，因此需要购买更多硬件。
云计算中的安全性是一个棘手的问题，因为互联网上的数据传输太字节（terabytes）会带来严重的安全问题考虑，而且敏感数据也可能引起一些合规性问题。本地部署就避免了这样的担忧，因为企业控制着一切。
UI主题套用，模板免费下载
-
最新上架
麦粉市场集合了海量可视化大屏模板，会员可下载到本地使用
-
物业大数据分析平台
【最新】人力资源（HR）应用 【最热】公司总体薪酬分析 -
银行风险管理
【最新】集团项目管理应用 【最热】银行经营分析 -
电网大数据分析平台
【最新】销售营销应用模板 【最热】房地产经营运营应用
