數(shù)據(jù)倉庫構(gòu)建之?dāng)?shù)據(jù)預(yù)備域的數(shù)據(jù)質(zhì)量問題研究.pdf

1、數(shù)據(jù)倉庫技術(shù)日新月異，再加上大數(shù)據(jù)時(shí)代的到來，企業(yè)需要多角度處理海量數(shù)據(jù)并從中獲取決策支持的信息，面向事務(wù)處理的操作型數(shù)據(jù)庫就顯得力不從心，而面向主題集成海量數(shù)據(jù)的集成性數(shù)據(jù)倉庫應(yīng)企業(yè)的需求，開始快速發(fā)展起來。數(shù)據(jù)質(zhì)量的高低能夠?qū)ζ髽I(yè)的發(fā)展起到至關(guān)重要的作用，低質(zhì)量的數(shù)據(jù)會(huì)影響、甚至阻礙企業(yè)決策的準(zhǔn)確性，相反，高質(zhì)量的數(shù)據(jù)卻可以推動(dòng)企業(yè)對于決策準(zhǔn)確性的判定。目前，數(shù)據(jù)倉庫已經(jīng)得到企業(yè)的廣泛認(rèn)可，而隨著它們在企業(yè)中的應(yīng)用，數(shù)據(jù)的質(zhì)量成為了

2、越來越多企業(yè)所關(guān)注的問題，也成為了建設(shè)數(shù)據(jù)倉庫項(xiàng)目的決定性因素。
　　數(shù)據(jù)倉庫環(huán)境由數(shù)據(jù)預(yù)備域、數(shù)據(jù)處理域和數(shù)據(jù)存儲(chǔ)域等三個(gè)相互獨(dú)立的組件組成，其中數(shù)據(jù)預(yù)備域主要負(fù)責(zé)接收和轉(zhuǎn)換來自源應(yīng)用系統(tǒng)的數(shù)據(jù)，其輸出的數(shù)據(jù)質(zhì)量將直接決定著整個(gè)數(shù)據(jù)倉庫的質(zhì)量。本文首先討論數(shù)據(jù)預(yù)備域的數(shù)據(jù)質(zhì)量維度，在此基礎(chǔ)上，討論從操作源應(yīng)用系統(tǒng)來的數(shù)據(jù)可能存在的質(zhì)量問題，然后針對這些問題，討論在數(shù)據(jù)預(yù)備域中如何處理，以得到高質(zhì)量的數(shù)據(jù)。最后，本文對數(shù)據(jù)清洗問題