《大数据导论》读书笔记——Chapter 4

Enterprise Technologies and Big Data Business Intelligence

第四章的题目是企业级技术与大数据商业智能，篇幅不大，但点出了几个关键的技术点，总结如下：

1. OLTP vs. OLAP

书中是以成段文字描述的形式阐述的，从网上找到两张图表，觉着这样对照表述更加清晰，引用收录在这里了。

OLTP主要面向操作人员和底层管理人员，用于面向应用的日常操作处理，具有实时性；OLAP更多面向决策人员和高级管理人员，用于面向主题的分析决策，对响应时间的要求不是特别严格。

2. Extract Transform Load (ETL)

先从不同的数据源中extract出需要的数据，在transform成所需要的格式，最后load到目标系统（target system）中。

3. Data Warehouse & Data Marts

Data Warehouse用于支持多维度分析与查询，是企业范围内的repository，Data Marts是Data Warehouse的一个数据子集，通常属于一个部门、分支或业务线。一个Data Warehouse可有多个Data Marts。

4. Traditional BI vs. Big Data BI

还记得这个图吧：

对于第一章中提到的四种分析，Traditional BI主要用于进行Complexity比较低的两种，Big Data BI用于完成Complexity比较高的两种。

Traditional BI需要与Data Warehouse或Data Marts相结合才能支持综合性的较为复杂的数据分析。Traditional BI关注单个的业务过程，Big Data BI可同时分析多个业务过程。同时，Big Data BI支持对半结构化数据和非结构化数据的分析。