数据仓库
介绍
在这个项目中,我构建了一条ETL管道来帮助一家音乐流媒体启动公司Sparkify从AWS S3 (数据存储)中提取其数据,将它们暂存到AWS Redshift中,并将数据转换为一组维度表,以便他们的分析团队可以分析用户正在收听的歌曲。
要求
该项目需要以下内容:
有权创建IAM角色并配置AWS Redshift的AWS账户
数据集:两个公共S3存储桶。 一个存储桶包含有关歌曲和艺术家的信息,第二个存储桶包含有关用户的信息。
安装与设置
对于数据库架构
登台表
staging_songs-存储歌曲和艺术家
staging_events-存储用户执行的操作
事实表
songplays -与歌曲相关联的事件数据记录玩弄页NextSong即记录
尺寸表
用户-应用中的用户
歌曲-音乐数据库中的歌曲
artist-音乐数据库中的艺术家
时间-歌曲播放记录的时间戳分为特定单位
数据仓
1