大数据专业英语教程 课件 Unit 4 BData Warehouse

DataWarehouse

Unit

4TextBContents

NewWords

Abbreviations

Phrases参考译文NewWordsNewWordsPhrasesAbbreviationsListeningtoTextA数据仓库1.什么是数据仓库？数据仓库是一种系统，它将不同来源的数据聚合到单一的、集中的、一致的数据存储中，以支持业务分析、数据挖掘、人工智能（AI）和机器学习。数据仓库使组织能够以标准数据库无法实现的方式对大量历史数据（数拍字节）运行强大的分析。数据仓库成为商业智能（BI）解决方案的一部分，已经有三十多年的历史了，但是近年来有了巨大的发展。传统上，数据仓库部署在本地——通常在大型主机上，其功能主要集中在从其他来源提取数据、清理和准备数据以及在关系存储中加载和维护数据。最近，数据仓库可能托管在专用设备上或云中，并且大多数数据仓库都已经添加了分析功能以及数据可视化和演示工具。2.数据仓库的好处数据仓库为以下各项提供了基础：•更一致、更高质量的数据：数据仓库将来自多个不同来源的数据汇集在一起，然后对其进行清理、消除重复并对其进行标准化以创建单一可信数据源。参考译文•更快、无限的洞察力：不同的数据源限制了可用于支持任何给定决策的数据。数据仓库让使用公司所有数据来支持每个决策变得更加容易。•尖端工具支持更明智的决策：数据仓库支持大规模的商业智能功能，例如数据挖掘（发现数据中看不见的模式和关系）、人工智能和机器学习——数据专业人员和业务领导者可以使用的工具来获得可靠的证据以做出更明智的决策，其范围覆盖从企业流程到财务管理和库存管理的每个领域。•获得并增强竞争优势：结合以上所有优势，可以帮助组织更快地从数据中找到更多的机会，优于来自分散存储的数据。参考译文参考译文3.数据仓库结构一般来说，数据仓库具有三层结构：•提取层使用称为ETL（提取、转换和加载）的过程或称为ELT（提取、加载和转换）的过程来收集、清理和规范化/转换来自多个源的数据。•数据存储层通常是一个关系数据存储库，但是具有支持分析处理的模式。•分析层（或客户层）可以包括从标准查询工具到分析、数据挖掘、人工智能或机器学习功能以及演示可视化工具的所有内容。ETL和ELT是从原始来源提取数据并将其集成到数据仓库中的方法。两者之间的区别在于数据转换的位置。ETL从各种数据源系统中提取数据，使用中间转换引擎对其进行转换，然后将其加载到数据仓库系统中。因为ETL在将数据写入仓库之前先进行数据转换，所以它是加载较小数据量和本地数据仓库解决方案的更好选择。ELT从一个或多个远程源提取数据，然后将其加载到目标数据仓库中，而无需进行任何格式转换。ELT流程中的数据转换发生在目标数据库中。因此，ELT可以更快地将数据移至仓库，从而使其成为较大数据量或基于云的数据仓库解决方案的更好选择。此外，由于ELT不会转换传输中的数据，因此它是唯一适合加载数据湖的方法。4.数据仓库与数据库、数据湖和数据集市在数据仓库、数据库、数据湖和数据集市之间经常会产生混淆。虽然术语相似，但存在重要区别。4.1数据仓库与数据湖数据仓库将来自多个源的数据收集到一个中央存储库中，该存储库使用为数据分析设计的预定义模式进行了结构化。数据湖基本上是没有预定义模式的数据仓库。因此，与数据仓库相比，它支持更多类型的分析。数据湖通常建立在像ApacheHadoop这样的大数据平台之上。4.2数据仓库与数据集市数据集市是数据仓库的子集，其中包含针对特定业务线或部门的数据。因为它们包含较小的数据子集，所以数据集市使部门或业务线能够比使用更广泛的数据仓库数据集时更快地发现更侧重的见解。

参考译文4.3数据仓库与数据库建立数据库主要是为了快速查询和事务处理，而不是分析。数据库通常用作特定应用程序的重点数据存储，而数据仓库则存储组织中任意数量（甚至所有）应用程序的数据。同样重要的是：数据库从单个（通常是当前）时间点捕获并存储数据，而数据仓库包含预测分析、机器学习和其他高级分析所需的当前和历史数据。4.4云数据仓库云数据仓库是专门为在云中运行而构建的数据仓库，它作为托管服务提供给客户。在过去的五到七年中，随着越来越多的公司使用云服务并寻求减少其内部数据中心的占用空间，基于云的数据仓库变得越来越流行。使用云数据仓库，物理数据仓库基础架构由云公司管理，这意味着客户不必在硬件或软件上进行前期投资，也不必管理或维护数据仓库解决方案。参考译文参考译文5.数据仓库软件（本地/许可证）企业可以购买数据仓库许可证，然后在自己的本地基础结构上部署数据仓库。尽管这通常比云数据仓库服务贵，但对于希望对数据进行更多控制或需要遵守严格的安全性或数据隐私标准或法规的政府实体、金融机构或其他组织，这可能是一个更好的选择。6.数据仓库设备数据仓库设备是硬件和软件（CPU、存储、操作系统和数据仓