实施数据仓库
Implementing a Data Warehouse
我刚开始学习大数据领域，所以我想知道在 SQL 服务器
旁边实现数据仓库的最佳数据库管理系统是什么
这个问题很难回答，因为没有提供很多信息。我会问一些问题来决定这个：
大数据可以是品种。所以也许 正确的数据库 的问题不是正确的，但问题应该是：数据看起来如何？是相关的吗？它是基于 NoSQL 的吗？ JSON或XML形成？它是两种类型的混合物吗？这可能导致仅使用一个 PostgreSQL 实例或使用混合 "Data Lake" 环境与 Hadoop 组件，如 HDFS / Hive，Spark，例如 MongoDB 非结构化 NoSQL JSON 数据实例。
大数据可以是速度。同样，这里应该是一个问题：必须在多少时间内消耗多少数据？所有这些数据都必须是交易数据吗？如果管道速度不够快，无法使用数据，是否可以忽略某些信息？大数据基础架构的计划位置是在云端还是内部部署？
大数据可以是数量。那么，要规划多大的环境呢？现在的数据量会有多大？一年后会有多大？增长率有多大？这可能导致决定不使用许可工具来避免许可费用。此外，这可能会导致决定是在云中还是在本地构建环境 - 在本地也应该明确是否需要高可用性。
要回答这个问题，需要对未来计划的用例有更多了解。如果你真的只想存储关系数据，这里有一些关于数据库系统的列表。
例如从我的头顶：
- MySQL
- PostgreSQL
我刚开始学习大数据领域，所以我想知道在 SQL 服务器
旁边实现数据仓库的最佳数据库管理系统是什么这个问题很难回答，因为没有提供很多信息。我会问一些问题来决定这个：
大数据可以是品种。所以也许 正确的数据库 的问题不是正确的，但问题应该是：数据看起来如何？是相关的吗？它是基于 NoSQL 的吗？ JSON或XML形成？它是两种类型的混合物吗？这可能导致仅使用一个 PostgreSQL 实例或使用混合 "Data Lake" 环境与 Hadoop 组件，如 HDFS / Hive，Spark，例如 MongoDB 非结构化 NoSQL JSON 数据实例。
大数据可以是速度。同样，这里应该是一个问题：必须在多少时间内消耗多少数据？所有这些数据都必须是交易数据吗？如果管道速度不够快，无法使用数据，是否可以忽略某些信息？大数据基础架构的计划位置是在云端还是内部部署？
大数据可以是数量。那么，要规划多大的环境呢？现在的数据量会有多大？一年后会有多大？增长率有多大？这可能导致决定不使用许可工具来避免许可费用。此外，这可能会导致决定是在云中还是在本地构建环境 - 在本地也应该明确是否需要高可用性。
要回答这个问题，需要对未来计划的用例有更多了解。如果你真的只想存储关系数据，这里有一些关于数据库系统的列表。
例如从我的头顶：
- MySQL
- PostgreSQL