3.3数据集成电子课件.pdf

大数据财务分析

主讲：李盼盼

爱岗敬业诚实守信坚持准则提高技能

廉洁自律客观公正参与管理强化服务

项目三数据清洗与处理

任务三数据集成

数据集成

一、什么是数据集成？

◆从广义上来说，在企业中，由于开发时间或开发部门的不同，往往有多

个异构的、运行在不同的软硬件平台上的信息系统同时运行，这些系统的数据

源彼此独立、相互封闭，这使得数据难以在系统之间交流、共享和融合，从而

形成了“信息孤岛”。

◆随着信息化应用的不断深入，企业内部、企业与外部信息交互的需求日

益强烈，急切需要对已有信息进行整合，联通“信息孤岛”，共享数据信息，

这些信息数据整合的一系列方案被称为数据集成。

爱岗敬业诚实守信

数据集成

一、什么是数据集成？

◆从狭义上来说，数据集成是一个数据整合的过程。就是指将多份数据进

行合并成数据集的过程和方法。通过综合各数据源，将拥有不同结构、不同属

性的数据合并，存放在一个一致的数据存储中，如存放在数据仓库中。这些数

据源可能包括多个数据库、数据立方体或一般文件，以产生更高的数据价值和

更丰富的数据。

爱岗敬业诚实守信

数据集成

一、什么是数据集成？

◆数据集成最常见的两种方法为数据关联与数据合并。前者用于将不同数据内

容的表格根据条件进行左右联接，后者用于将相同或相似数据内容的表格进行上

下联接。

数据合并

数据关联

廉洁自律客观公正

数据集成

二、数据关联四种方式

◆数据关联必须要有关联条件，一般是指左表的主键或其他唯一约束字段（即

没有重复值）与右表的主键或其他唯一约束字段相等（相同）

左连接右连接内连接全连接

坚持准则提高技能

数据集成

三、数据关联

◆左连接是以左表为基础，根据两表的关联条件将两表连接起来。结果会将左

表所有的数据条目列出，而右表只列出与左表关联条件满足的部分。左连接全称

为左外连接，属于外连接的一种方式。

月份销售费用月份管理费用销售费用管理费用

0114000130000114003000

121500134000121500NaN

2313002450002313004000

参与管理强化服务

数据集成

三、数据关联

◆右连接是以右表为基础，根据两表的关联条件将两表连接起来。结果会将右

表所有的数据条目列出，而左表只列出与右表关联条件满足的部分。右连接全称

为右外连接，属于外连接的一种方式。

月份销售费用月份管理费用销售费用管理费用

011400013000011400.03000

121500134000131500.04000

231300