数据集市(HDFS 的存储组件)
dbmsdatabasedata storage更新于 2026/1/22 10:52:17
数据集市是一种存储组件，它只关注组织内某些特定的职能领域，这些领域通常由某个部门负责，例如市场营销、销售、财务等。数据集市和数据仓库都是 HDFS 的存储组件。数据集市包含存储在数据仓库中的数据子集。
通过数据集市可以轻松访问经常请求的数据。
与数据仓库相比，数据集市易于实现且成本更低。
它更容易改变，而且规模更小，如果模型发生变化，构建速度更快。
数据集市有三种类型:依赖数据集市、独立数据集市和混合数据集市。
依赖数据集市
依赖数据集市依赖于数据仓库来提取数据。首先，使用来自各种外部来源的数据(通过 ETL 工具)创建数据仓库，然后数据集市使用来自数据仓库的数据。依赖数据集市与外部来源没有直接交互，仅依赖于数据仓库来获取数据。这对于大型组织来说非常有用。
独立数据集市
独立数据集市不依赖于数据仓库，而是直接从外部来源收集数据。收集到的数据随后用于设计数据仓库。这对于小型组织来说非常有用，因为创建整个数据仓库需要花费大量时间，如果先创建数据集市，则可以节省这些时间。与其他方案相比，它更具成本效益。
混合数据集市
数据既来自外部来源，也来自数据仓库。这在进行临时集成时非常重要，例如当新组的数据出现并添加到组织中时。它解决了依赖数据集市和独立数据集市的问题。这需要最少的清理工作。在存在多个不同数据库的情况下，它对于快速实施非常有用。它支持巨大的存储结构，并可灵活用于规模较小的以数据为中心的应用程序。
结论
本文解释了数据集市，它是一种与数据仓库相同的存储组件，仅关注组织的特定领域。数据集市有三种类型。第一种是依赖型数据集市，依赖于数据仓库来提取数据。第二种是独立型数据集市，直接从外部来源提取数据。第三种是混合型数据集市，它从外部和数据仓库收集数据。
