什么是数据暂存区？

在数据仓库过程中，数据暂存区由数据暂存服务器软件和数据存储归档（存储库）组成，其中存储了提取、转换和加载活动的成果。

数据暂存软件服务器临时保存和更改从 OLTP 数据源提取的数据，而归档存储库则存储已清理、转换后的数据和属性，以便加载到数据市场和数据仓库中。

数据暂存过程将信息导入为流或文件，对其进行更改，生成集成、清理后的数据，并将其暂存以加载到数据仓库、数据市场或操作数据存储中。

数据暂存工具是可访问的，数据位于数据库中。数据流开始，使其从源系统出现，通过转换引擎更改，并进入暂存数据库。

在第二种方法中，它可以从大型机遗留系统开始，然后将所需记录提取到平面文件中，将文件更改为暂存服务器，转换其内容，并将转换后的信息加载到暂存数据库中。

数据仓库暂存区是一个临时区域，用于复制来自源系统的数据。在数据仓库体系结构中通常需要暂存区，原因是时间问题。简而言之，在将数据统一到数据仓库之前，应准备好所有必要的信息。

由于业务周期、数据处理周期、硬件和网络资源限制以及地理因素的不同，无法在完全相同的时间从所有操作数据库中提取所有信息。

示例 - 提取每日销售数据是合理的，但是，每日提取可能不适用于需要月度对账程序的财务信息。同样，从新加坡的数据库中在东部标准时间中午提取“客户”数据可能是合适的，但这可能不适用于芝加哥数据库中的“客户”数据。

数据仓库中的数据可以是持久性的（即保留很长时间）或瞬态的（即仅保留一段时间）。并非所有企业都需要数据仓库暂存区。对于许多企业来说，使用 ETL 将数据直接从操作数据库复制到数据仓库是合适的。

数据暂存的优缺点

优点

  • 暂存过程与转换过程并行控制。

  • 磁盘 I/O 减半，因为暂存表仅写入一次，然后再次提取。

缺点

  • 如果转换过程失败，则暂存过程也将停止。

更新于: 2021年11月23日

6K+ 浏览量

启动您的职业生涯

通过完成课程获得认证

立即开始
广告