Video: Data Warehousing With BigQuery: Best Practices (Cloud Next '19) 2025
Många datalagringsexperter skulle argumentera att en sann data mart är ett "detaljhandel", och ett datalager ger sitt innehåll, vilket visas i denna figur.
I en miljö som den som visas i denna figur, växlar datakällorna, datalagret, datormartan och användaren på så sätt:
-
Datakällorna, som fungerar som leverantörer av råmaterial, skickar data till data lager.
-
Datalageret fungerar som ett konsoliderings- och distributionscenter och samlar råvarorna på ungefär samma sätt som ett datalager gör.
-
I stället för användaren (konsumenten) går direkt till datalagret, men datalagret fungerar som grossist med utgångspunkten i "vi säljer endast till återförsäljare, inte direkt till allmänheten. "I det här fallet är detaljisterna data mars.
-
Uppgifterna i data mars från lageret och, efter att ha släppt den nyligen förvärvade informationen, gör den tillgänglig för konsumenterna (användare).
I en variant av den lagrade-från-lagermodellen har datalageret som fungerar som källa för datamärken inte all information som data-mart användare behöver. Du kan lösa detta problem på ett av två sätt:
-
Komplettera den saknade informationen direkt i datalagret innan du skickar det valda innehållet till data mart, som visas i denna figur.
-
Rör inte datalageret; istället lägger du till den kompletterande informationen till datamärken utöver vad den tar emot från datalageret, som visas i denna figur.
Om din data mart är den enda inom ditt företag som behöver ytterligare data (var noga med att fråga dig), lämna varuhuset ensam och ta med tilläggsdata direkt i din datortjänst.
Om annan data mars eller andra projekt som serveras av datalageret kan använda tilläggsinformationen, lägger du till den informationen i datalageret först och skickar sedan den tillsammans med det andra innehållet du behöver till lämplig data mars.
