数据仓库ETL（二）基本概念

数据治理领域有一些基本名词，数据仓库，数据挖掘，商业智能，数据同步，联机计算等等，下面一起看一下专有的名词。

DB(DataBase)

数据库，一般指支撑应用的数据库，包括MySQL，Oracle，PostgreSQL，SqlServer等关系型数据库，也可以是MongoDB，Redis，HBase等非关系型数据库。特点是保留数据的最新状态，一般只支持查看数据的实时状态，而且只有最新状态的数据，不支持数据历史某一时刻状态。

OLTP（On-Line Transaction Processing）

在线事务处理，一般是指基于数据库支持应用事务处理，用来实现应用的各种事务需要，使基于数据库的数据操作保持原子性，一致性，隔离性，持久性。

DW（Data Warehouse）

数据仓库，保存一个或多个应用的数据库在不同时间点的数据，方便进行数据统计，分析，挖掘，支持管理，决策的。通常要支持存储海量的数据，并且支持在海量数据之上进行OLAP的统计分析。

OLAP（Online Analytical Processing）

联机分析处理，在数据仓库的数据之上，对数据仓库的数据进行统计，分析，包括多维度统计分析，下钻，上卷，切面等，提供直观易懂的结果，支持BI组件对数据的直观展示，辅助管理，决策。

DM（Data Mining）

数据挖掘，在数据仓库之上，通过数据挖掘方法论，在大量的数据中挖掘有价值的数据。分析数据趋势，数据联系，得出科学规律。

BI（Business Inteligence）

商业智能，对OLAP数据分析，DM数据挖掘的数据，给领导者，决策者进行数据直观展示，包括图表，地图，数据趋势，驾驶舱等，最终实现商业价值。

ETL（Extract Transform Load）

数据抽取—传输—加载的过程，一般指实现数据抽取，传输，加载的工具，用来从DB，日志，文件等数据源同步数据到数据仓库。

在一张图中反应在数据治理应用中DB，OLAP，DW，OLTP，DM，BI，ETL各自位置如下。

接下来来了解各个关键节点使用到的技术。
（完）（^_&）