数据仓库和数据挖掘——它们有何不同?
矿石被挖掘，矿石被开采通过一个复杂的科学过程提取有用的矿物和金属。数据仓库类似于矿井，是存储大量重要数据的仓库和存储空间。数据仓库是将从多个来源收集的大量数据集中、编译和组织到一个公共的中央数据库的过程。它描述了数据存储的设计过程，使数据的报告和分析变得更加容易。
数据挖掘遵循数据仓库的流程。在数据仓库中编译的数据被收集为分析数据、历史数据或客户数据，并被挖掘以检测有意义的模式并从中提取推断。因此，数据挖掘和数据仓库都是商业智能工具，它们在处理数据库中扮演着重要的角色，用于将信息或数据转化为可操作的知识。
为什么数据对企业如此重要?
现代企业处理和处理有时的数据量，可以在内部或外部来源收集。随着互联网，网络和移动设备的出现，十年的主要挑战是管理这个非结构化或原始数据的巨大资源，这是以非常快速的节奏产生的每一刻都会产生。非结构化数据从不同来源迅速且不断地流流，并以异质和变量的格式。非结构化数据包括来自网站上的客户交互中的所有数据，在网站，社交网络，电子商务网站，博客和调查和反馈的响应中运行的营销应用程序。该数据可以被挖掘并用于揭示客户消费模式，产品和品牌偏好以及查询和报告无法有效揭示的其他信息。因此，即使采取时间和金钱的投资，也有必要高效地存储和利用这一大量数据。这引起了数据仓库和数据挖掘的重要性。
了解数据库的在线培训机会
业务数据通常存储在多个数据库中。数据正确存储，更容易挖掘。为了能够分析如此广泛的数据，每个数据库都需要以某种方式连接起来。如果数据仓库专家设计了一个数据存储系统，将不同数据库中的相关数据紧密连接起来，那么数据挖掘器就可以更快、更有效地运行查询。这意味着数据仓库专家应该知道如何在概念上和物理上连接和关联这些数据，以便进行报告。
但在开始职业生涯的数据库专家之前，他们应该非常好了解数据库管理系统并且能够理解数据库的概念。Oracle数据库管理的绝对初学者指导如何成为Oracle数据库管理员的成功。一个人热衷于了解Mysql的基础知识，它的架构可以浏览课程MySQL数据库简介和MySQL数据库训练为初学者培训。学习如何正确创建和标准化关系数据库主数据库也很重要如何使用mysql设计数据库。数据存储还需要数据库服务器及其维护方面的知识。SQL Server 2008 R2数据库维护技巧和SQL Server维护计划指南如何使用SQL Server维护计划执行常见的数据库维护任务。学习如何保护组织的数据和数字资产也很重要正确管理和保护数据库。
高效的数据仓库设计
设计数据仓库分为两个阶段。它涉及设计逻辑数据模型并设计物理数据模型。创建逻辑数据模型涉及定义各种逻辑实体和每个实体之间的关系。数据仓库设计中的第二阶段正在创建物理数据模型。良好的数据库设计应该具有较小的复制和不一致的数据实例。它还应该能够促进数据集成和标准化，并能够加快各种数据库活动的性能。
数据库应该是可伸缩的，并能够根据不断变化的业务场景支持数据量和类型的未来扩展。数据仓库应该在适当的成本内易于支持，并且应该易于纠正错误和异常。数据模型还应该支持快速数据恢复。
关于数据挖掘的更多事实
数据挖掘是计算机辅助过程使用适当的工具和程序来分析大规模数据集和从中提取含义和模式。数据挖掘工具预测行为和未来趋势，使企业能够积极主动，知识驱动的决策。数据挖掘工具可以回答否则耗时的业务问题，并且它们非常迅速地查找专家可能会发现难以找到和预见的隐藏模式和预测信息。
数据挖掘告诉您您不知道的重要事情，或者帮助您可视化未来的模式和趋势。用于自动提取模式的技术称为建模。建模是基于已知答案的情况的数据建立一个模型或一组数学关系和算法，然后将模型应用到未知答案的其他情况的过程。
结论
数据挖掘是在数据仓库中寻找有价值信息的过程。通过使用模式识别技术和统计和数学技术来筛选仓库中的信息，数据挖掘是有帮助的分析师承认重要事实，可能会被忽视的关系，趋势，模式，例外和异常。这些模式和关系在数据中发现有助于企业做出更好的业务决策，识别销售和消费者趋势，设计营销活动，预测客户忠诚度等。因此，数据仓库和数据挖掘的重要性在当今的数据中为中心的商业场景。
