TechChan的专栏

接触数据仓库也半年多了，一直都知道数据质量的重要性， 前面也看过几篇数据质量的博文，但是没有真正的在实践中去做过。上周接触了一下数据探查，发现数据探查对于数据质量是非常重要的一个环节，它是决定最后数据正确性的非常关键的一步。   数据探查阶段为ETL团队提供了指导，告诉他们需要使用多少数据清洗机制，并且使他们不会因为创建处理脏数据的系统分散了注意力而遗漏项目的主要环节。一定要预先进行数据探查工作！

• 使用调度程序来简化管理任务• 创建作业、程序和调度• 监视作业执行• 使用基于时间或基于事件的调度来执行调度程序作业• 描述窗口、窗口组、作业类和使用者组的用途• 使用电子邮件通知• 使用作业链来执行一系列相关任务• 描述远程系统上的调度程序作业• 使用高级调度程序概念来区分作业的优先级简化管理任务

Star query是一个事实表（fact table）和一些维度表（dimension）的join。每个维度表都跟事实表通过主外键join，且每个维度表之间不join。星型模式设计的好处：1） 提供了直接、直观的业务实体与终端用户schema设计的映射。2） 对典型的star query提供了高性能的优化。3） 通过大量的商

How are bridge tables delivered to classify groups of dimension records associated to a single fact?简述桥接表是如何将维度表和事实表进行关联的？答：桥接表（Bridge Table）是维度建模中的一类比较特殊的表。在数据仓库的建模时，会遇到具有层次结构的维度表，对于这样的表有

本系列文章主要索引如下：一、ETL利器Kettle实战应用解析系列一【Kettle使用介绍】二、ETL利器Kettle实战应用解析系列二 【应用场景和实战DEMO下载】三、ETL利器Kettle实战应用解析系列三 【ETL后台进程执行配置方式】本文主要阅读目录如下：1、Kettle概念2、下载和部署3、Kettle环境配置4、