数据仓库搭建步骤 实时数据仓库如何做？

实时数据仓库如何做？虽然我做报表和Bi，但是报表和Bi的效果比较好，底层的数据非常重要，数据架构也非常重要，这就必然涉及到数据仓库。让我们先放一些图片：如果你想建立一个实时数据仓库，你必须知道：1。什

实时数据仓库如何做？

虽然我做报表和Bi，但是报表和Bi的效果比较好，底层的数据非常重要，数据架构也非常重要，这就必然涉及到数据仓库。

让我们先放一些图片：

如果你想建立一个实时数据仓库，你必须知道：

1。什么是数据仓库

2。实时数据仓库和数据库有什么区别。实时数据仓库和传统数据仓库有什么区别

4。什么是实时数据仓库的体系结构

5。怎么做

这些问题在上图中都是抽象的。解释哪些问题需要弄清楚需要花很长时间，我在以前的文章中已经写过了。你可以去看看。

39岁转行做大数据如何？

作为IT人员，分享一些个人观点。

年龄在IT行业仍然非常重要。如果35岁以后不进入领导层，或者行业专家基本丧失竞争力，一旦公司经营不善，裁员团队的首要任务就是老程序员。

教育专业也是一个限制。如果是高学历（硕士或以上），对口专业（计算机或数学相关专业）可能在39岁时有一线希望，同时需要做好心理准备，可能会受到歧视。

就我个人而言，现在传输大数据是不明智的，但更多的是由您来描述。我自己也当过项目经理。这可能是一个突破点。但毕竟，这是一个大产业。在技术应用和项目细节方面仍缺乏经验。所以大数据可以自己学、自己学，如果想就业，就有点难了。如果你真的感兴趣，你可以学到更多，并有几年的经验，然后你可以调任大数据项目经理。

注意：三思而后行

大数据与商业智能的关系从应用来看，商业智能就是商业智能，是一个完整的解决方案，用于有效整合企业现有数据，快速准确地提供报表，提供决策依据，帮助企业做出明智的经营决策。

Bi在数据架构中处于前端分析的地位，其核心功能是获取数据多维分析、数据切片、数据钻取、立方体等，通过ETL数据提取和转换，形成一个完整的数据仓库，然后提取数据仓库的数据，然后对商业智能进行了前端分析和展示。

商业智能的Bi处理的数据量非常大，比如finebi business intelligence，它有ETL，可以在短时间内响应数据处理请求并输出分析结果。

Bi对稳定性和可用性有一定的要求，这是其他数据分析工具无法比拟的。

大数据应用的数据源包括结构化数据，如各种数据库、各种结构化文件、消息队列和应用系统数据，然后是非结构化数据。