财务大数据分析（第二版） 课件 4. 数据集成.pptxVIP

数据集成

数据集成的概念从广义上来说，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。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。

数据集成的概念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

数据关联的四种方式左连接右连接内连接全连接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）

数据关联-笛卡尔积数据关联时如果关联条件设置不当时，极有可能出现笛卡尔积现象。在数学中，两个集合X和Y的笛卡尔积（Cartesianproduct），又称直积，