数据仓库·数据集市·BI工具｜IT护照考试备考

数据利用的整体流程

业务系统（OLTP）中日常积累的数据，通过ETL处理进行提取、转换、加载，并汇总到数据仓库（DWH）。之后，利用BI工具进行可视化和分析，用于经营决策。这一系列流程就是数据利用的整体概貌。

数据仓库（DWH）

数据仓库（DWH）是专用于分析用途的数据库，长期保存来自多个业务系统的历史数据。其特点是数据基本上只追加，不会被改写。代表性服务包括Snowflake、Amazon Redshift、Google BigQuery。

数据集市

数据集市是DWH的子集，是根据特定部门或分析目的对数据进行整理后的产物。例如销售数据集市、营销数据集市、财务数据集市等。其优点是规模比DWH小，响应速度快。

数据湖

数据湖是一种无论结构化数据还是非结构化数据，都将原始数据原样积累的机制。之后根据需要再进行加工和分析。它适用于大数据和AI学习用数据的积累，详情在NoSQL与大数据中说明。

ETL

ETL是Extract（提取）、Transform（转换）、Load（加载）三个步骤首字母组成的处理流程。用于将数据从业务系统迁移到DWH。近年来，先进行加载再进行转换的ELT方法也日益普及。

BI工具

BI（Business Intelligence）工具是用于分析、可视化积累的数据，并辅助经营决策的软件。代表性工具包括Tableau、Microsoft Power BI、Looker、Google Data Studio等。它提供仪表盘、报表、透视分析、下钻等功能。

OLAP（多维分析）

OLAP（Online Analytical Processing）是对DWH进行多维分析的技术。通过切片、切块、下钻、上卷等操作，从不同角度提取数据。

IT护照考试的出题要点

在考试中，DWH的特点（追加型、长期保存、分析用途）、ETL的三个步骤、BI工具的目的、数据湖与DWH的区别等是高频考点。掌握这些要素将有助于得分。

历年真题的典型模式

• “将数据从业务系统迁移到DWH的处理是哪个？”型 → ETL
• “支持数据分析和可视化的工具是哪个？”型 → BI

相关术语

• NoSQL与大数据（NoSQL与大数据）
• AI·机器学习（AI·机器学习基础）
• DX（什么是DX）

学习技巧

记住“业务→ETL→DWH→BI”这一数据利用的整体流程至关重要。要明确区分DWH是已整理的数据，而数据湖是原始数据。此外，如果按顺序理解ETL的首字母（提取·转换·加载），考试时就能轻松应对。

总结

将DWH的特性、ETL的流程、BI工具的作用关联起来记忆，就能在技术类的数据库题目中稳定得分。如需全面练习技术类内容，请参考技术类汇总；如需进行实战形式练习，请使用模拟考试。