两位大佬耗时三年终成数据架构大数据、数据仓库以及Data Vault( 三 )_有关大数据的说法很容易让人们在理解大

重复型大数据和非重复型大数据之间深刻的差别也称作“分界线” 。本书之所以值得，正是因为通过阅读本书你可以很容易地理解这条“分界线” ，而且本书对企业决策能力也有所启示。

数据仓库

数据仓库面向企业数据完整性方面的需求。总有一天，企业会开始领悟到这样的事实:拥有数据和拥有可信的数据并不是一回事。他们醒悟之后意识到了“数据完整性”的意义。这个时候，企业级数据仓库( enterprise data warehouse EDW)诞生了。有了EDW企业可以利用其中的基础数据制定重要.可信的决策。在EDW出现之前，企业已经有了大量的数据，但这些并不是可信的数据。

Data Vault

Data Vault面向管理随时间推移而发生数据变更的需求。数据仓库会随着时间推移而不断演化，这最终形成了一种名为Data Vault的学科和结构。不论过去还是现在，都有多种原因采用Data Vault作为具有完整性需求的系统的主干。