01 數(shù)據(jù)倉(cāng)庫(kù)概要
1.1.數(shù)據(jù)倉(cāng)庫(kù)起因
在建設(shè)數(shù)據(jù)倉(cāng)庫(kù)之前，數(shù)據(jù)散落在企業(yè)各部門(mén)應(yīng)用的數(shù)據(jù)存儲(chǔ)中，它們之間有著復(fù)雜的業(yè)務(wù)連接關(guān)系，從整體上看就如一張巨大的蜘蛛網(wǎng)：結(jié)構(gòu)上錯(cuò)綜復(fù)雜，卻又四通八達(dá)。在企業(yè)級(jí)數(shù)據(jù)應(yīng)用上單一業(yè)務(wù)使用方便，且靈活多變；但涉及到跨業(yè)務(wù)、多部門(mén)聯(lián)合應(yīng)用就會(huì)存在：①數(shù)據(jù)來(lái)源多樣化，管理決策數(shù)據(jù)過(guò)于分散；②數(shù)據(jù)缺乏標(biāo)準(zhǔn)，難以整合；③數(shù)據(jù)口徑不統(tǒng)一，可信度低；④缺乏數(shù)據(jù)管控體系，數(shù)據(jù)質(zhì)量難以保證。如果企業(yè)在數(shù)據(jù)建設(shè)方面沒(méi)有一個(gè)整體的規(guī)劃，而采取自然演化的方式，那么在未來(lái)數(shù)據(jù)應(yīng)用的過(guò)程中，將不得不面對(duì)以下問(wèn)題：- 數(shù)據(jù)缺乏可信性：缺乏統(tǒng)一的維度；數(shù)據(jù)算法上存在差異；抽取的多層次；外部數(shù)據(jù)問(wèn)題；無(wú)起始的公共數(shù)據(jù)源；
- 生產(chǎn)率低：需要根據(jù)全部數(shù)據(jù)生成企業(yè)報(bào)表；定位數(shù)據(jù)需要瀏覽大量文件；抽取程序很多，并且每個(gè)都是定制的，不得不克服很多技術(shù)上的障礙。
- 數(shù)據(jù)轉(zhuǎn)化為信息的不可行性：數(shù)據(jù)沒(méi)有集成化；缺乏將數(shù)據(jù)轉(zhuǎn)化為信息所需的歷史數(shù)據(jù)。
基于以上這些的問(wèn)題，就產(chǎn)生了建立企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)的必要性。1.2.數(shù)據(jù)倉(cāng)庫(kù)定義
數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的、集成的、相對(duì)穩(wěn)定的、反映歷史變化的（隨著時(shí)間流逝發(fā)生變化）的數(shù)據(jù)集合。它主要支持企業(yè)管理人員決策分析。數(shù)據(jù)倉(cāng)庫(kù)收集了企業(yè)相關(guān)的內(nèi)部和外部各個(gè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)源、歸檔文件等一系列歷史數(shù)據(jù)，最后轉(zhuǎn)化成企業(yè)需要的戰(zhàn)略決策信息。1.2.1.數(shù)據(jù)倉(cāng)庫(kù)特點(diǎn)
面向主題的：普通的操作型數(shù)據(jù)庫(kù)主要面向事務(wù)性處理，而數(shù)據(jù)倉(cāng)庫(kù)中的所有數(shù)據(jù)一般按照主題進(jìn)行劃分。主題是對(duì)業(yè)務(wù)數(shù)據(jù)的一種抽象，是從較高層次上對(duì)信息系統(tǒng)中的數(shù)據(jù)進(jìn)行歸納和整理。面向主題的數(shù)據(jù)可以劃分成兩部分：根據(jù)原系統(tǒng)業(yè)務(wù)數(shù)據(jù)的特點(diǎn)進(jìn)行主題的抽取和確定每個(gè)主題所包含的數(shù)據(jù)內(nèi)容。
例如客戶(hù)主題、產(chǎn)品主題、財(cái)務(wù)主題等；而客戶(hù)主題包括客戶(hù)基本信息、客戶(hù)信用信息、客戶(hù)資源信息等內(nèi)容。分析數(shù)據(jù)倉(cāng)庫(kù)主題的時(shí)候，一般方法是先確定幾個(gè)基本的主題，然后再將范圍擴(kuò)大，最后再逐步求精。
集成性：面向操作型的數(shù)據(jù)庫(kù)通常是異構(gòu)的、并且相互獨(dú)立，所以無(wú)法對(duì)信息進(jìn)行概括和反映信息的本質(zhì)。而數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是經(jīng)過(guò)數(shù)據(jù)的抽取、清洗、切換、加載得到的，所以為了保證數(shù)據(jù)不存在二義性，必須對(duì)數(shù)據(jù)進(jìn)行編碼統(tǒng)一和必要的匯總，以保證數(shù)據(jù)倉(cāng)庫(kù)內(nèi)數(shù)據(jù)的一致性。數(shù)據(jù)倉(cāng)庫(kù)在經(jīng)歷數(shù)據(jù)集成階段后，使數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)都遵守統(tǒng)一的編碼規(guī)則，并且消除許多冗余數(shù)據(jù)。
穩(wěn)定性：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)反映的都是一段歷史時(shí)期的數(shù)據(jù)內(nèi)容，它的主要操作是查詢(xún)、分析而不進(jìn)行一般意義上的更新（數(shù)據(jù)集成前的操作型數(shù)據(jù)庫(kù)主要完成數(shù)據(jù)的增加、修改、刪除、查詢(xún)），一旦某個(gè)數(shù)據(jù)進(jìn)入到數(shù)據(jù)倉(cāng)庫(kù)后，一般情況下數(shù)據(jù)會(huì)被長(zhǎng)期保留，當(dāng)超過(guò)規(guī)定的期限才會(huì)被刪除。通常數(shù)據(jù)倉(cāng)庫(kù)需要做的工作就是加載、查詢(xún)和分析，一般不進(jìn)行任何修改操作，是為了企業(yè)高層人員決策分析之用。
反映歷史變化：數(shù)據(jù)倉(cāng)庫(kù)不斷從操作型數(shù)據(jù)庫(kù)或其他數(shù)據(jù)源獲取變化的數(shù)據(jù)，從而分析和預(yù)測(cè)需要的歷史數(shù)據(jù)，所以一般數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)表的鍵碼（維度）都含有時(shí)間鍵，以表明數(shù)據(jù)的歷史時(shí)期信息，然后不斷增加新的數(shù)據(jù)內(nèi)容。通過(guò)這些歷史信息可以對(duì)企業(yè)的發(fā)展歷程和趨勢(shì)做出分析和預(yù)測(cè)。數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)需要大量的業(yè)務(wù)數(shù)據(jù)作為積累，并將這些寶貴的歷史信息經(jīng)過(guò)加工、整理，最后提供給決策分析人員，這是數(shù)據(jù)倉(cāng)庫(kù)建設(shè)的根本目的。1.2.2.數(shù)據(jù)倉(cāng)庫(kù)優(yōu)勢(shì)
- 數(shù)據(jù)整合后信息流簡(jiǎn)化
- 數(shù)據(jù)集中管理，來(lái)源唯一
- 形成業(yè)務(wù)單一視圖，數(shù)據(jù)標(biāo)準(zhǔn)化
- 數(shù)據(jù)管控體系，數(shù)據(jù)質(zhì)量得以保證
1.2.3.數(shù)據(jù)倉(cāng)庫(kù)組成
- 數(shù)據(jù)抽取、轉(zhuǎn)換、導(dǎo)入（ETL）
- 操作型的數(shù)據(jù)和分析型的數(shù)據(jù)
- 報(bào)表、查詢(xún)、EIS工具(主管信息系統(tǒng)---服務(wù)于組織的高層經(jīng)理的一類(lèi)特殊的信息系統(tǒng)能夠迅速、方便、直觀（用圖形）地提供綜合信息)
- 數(shù)據(jù)標(biāo)準(zhǔn)化
1.2.4.數(shù)據(jù)倉(cāng)庫(kù)建設(shè)特征要素
數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目不是技術(shù)主導(dǎo)型項(xiàng)目，是一個(gè)大的集成項(xiàng)目，更注重方法和流程
數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目需要持續(xù)的建設(shè)數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目需要持續(xù)的持續(xù)的成熟評(píng)估和改進(jìn)的建議不同階段的實(shí)施方法需要技術(shù)和業(yè)務(wù)緊密結(jié)合的組織架構(gòu)的支撐
數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目需要堅(jiān)持不懈的推動(dòng)業(yè)務(wù)的參與數(shù)據(jù)倉(cāng)庫(kù)這種長(zhǎng)周期大型項(xiàng)目需要建立有效的管理機(jī)制。1.3.數(shù)據(jù)倉(cāng)庫(kù)與其它數(shù)據(jù)管理系統(tǒng)的區(qū)別
1.3.1.數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)庫(kù)的區(qū)別
數(shù)據(jù)庫(kù)是面向應(yīng)用的、事務(wù)型的數(shù)據(jù)處理，一般來(lái)說(shuō)具有實(shí)時(shí)性較高，數(shù)據(jù)檢索量較小，只存儲(chǔ)當(dāng)前數(shù)據(jù)，訪問(wèn)頻率高，要求的響應(yīng)時(shí)間短，面對(duì)多為普通用戶(hù)，且數(shù)量較大的特點(diǎn)。而數(shù)據(jù)倉(cāng)庫(kù)主要是面向主題的、分析型的數(shù)據(jù)處理，具有實(shí)時(shí)性要求不高，數(shù)據(jù)檢索量較大，存儲(chǔ)大量歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)，訪問(wèn)頻率中低，響應(yīng)時(shí)間較長(zhǎng)，主要針對(duì)特殊用戶(hù)群體，用戶(hù)量較小的特點(diǎn)。其中事務(wù)型和分析型處理數(shù)據(jù)是有區(qū)別的：事物型處理數(shù)據(jù)一般來(lái)說(shuō)對(duì)性能要求較為嚴(yán)格，數(shù)據(jù)是事務(wù)驅(qū)動(dòng)的，主要面向應(yīng)用，存儲(chǔ)的一般都是即時(shí)性、細(xì)節(jié)性的數(shù)據(jù)，數(shù)據(jù)是可更新的。分析型處理數(shù)據(jù)一般來(lái)說(shuō)對(duì)查詢(xún)性能要求較高，數(shù)據(jù)是分析驅(qū)動(dòng)的，主要面向決策分析，存儲(chǔ)的一般都是歷史、匯總性的數(shù)據(jù)，數(shù)據(jù)一般不會(huì)更新。1.3.2.數(shù)據(jù)倉(cāng)庫(kù)與ODS區(qū)別
ODS是這樣一種數(shù)據(jù)存儲(chǔ)系統(tǒng)，它將來(lái)自不同數(shù)據(jù)源的數(shù)據(jù)（各種操作型數(shù)據(jù)庫(kù)、外部數(shù)據(jù)源等）通過(guò)ETL過(guò)程匯聚整合成面向主題的、集成的、可更新的、當(dāng)前或接近當(dāng)前的、企業(yè)全局一致的數(shù)據(jù)集合（主要是最新的或者最近的細(xì)節(jié)數(shù)據(jù)以及可能需要的匯總數(shù)據(jù)），用于滿足企業(yè)準(zhǔn)實(shí)時(shí)的OLAP操作和企業(yè)全局的OLTP操作，并為數(shù)據(jù)倉(cāng)庫(kù)提供集成后的數(shù)據(jù)，將數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)中的ETL過(guò)程下沉到ODS中完成以減輕數(shù)據(jù)倉(cāng)庫(kù)的壓力。面向主題的---進(jìn)入ODS的數(shù)據(jù)是來(lái)源于各個(gè)操作型數(shù)據(jù)庫(kù)以及其他外部數(shù)據(jù)源，數(shù)據(jù)進(jìn)入ODS前必須經(jīng)過(guò)
ETL過(guò)程；集成的---ODS的數(shù)據(jù)來(lái)源于各個(gè)操作型數(shù)據(jù)庫(kù)，同時(shí)也會(huì)在數(shù)據(jù)清理加工后進(jìn)行一定程度的綜合；可更新的---可以聯(lián)機(jī)修改。這一點(diǎn)區(qū)別于數(shù)據(jù)倉(cāng)庫(kù)；當(dāng)前或接近當(dāng)前的---“當(dāng)前”是指數(shù)據(jù)在存取時(shí)刻是最新的，“接近當(dāng)前”是指存取的數(shù)據(jù)是最近一段時(shí)間得到的。①存放的數(shù)據(jù)內(nèi)容不同：ODS中主要存放當(dāng)前或接近當(dāng)前的數(shù)據(jù)、細(xì)節(jié)數(shù)據(jù)，可以進(jìn)行聯(lián)機(jī)更新。DW中主要存放細(xì)節(jié)數(shù)據(jù)和歷史數(shù)據(jù)，以及各種程度的綜合數(shù)據(jù)，不能進(jìn)行聯(lián)機(jī)更新。ODS中也可以存放綜合數(shù)據(jù)，但只在需要的時(shí)候生成。②數(shù)據(jù)規(guī)模不同：由于存放的數(shù)據(jù)內(nèi)容不同，因此DW的數(shù)據(jù)規(guī)模遠(yuǎn)遠(yuǎn)超過(guò)ODS。③技術(shù)支持不同：ODS需要支持面向記錄的聯(lián)機(jī)更新，并隨時(shí)保證其數(shù)據(jù)與數(shù)據(jù)源中的數(shù)據(jù)一致。DW則需要支持ETL技術(shù)和數(shù)據(jù)快速存取技術(shù)等。④面向的需求不同：ODS主要面向兩個(gè)需求：一是用于滿足企業(yè)進(jìn)行全局應(yīng)用的需要，即企業(yè)級(jí)的OLTP和即時(shí)的OLAP；二是向數(shù)據(jù)倉(cāng)庫(kù)提供一致的數(shù)據(jù)環(huán)境用于數(shù)據(jù)抽取。DW主要用于高層戰(zhàn)略決策，供挖掘分析使用。⑤使用者不同：ODS主要使用者是企業(yè)中層管理人員，他們使用ODS進(jìn)行企業(yè)日常管理和控制。DW主要使用者是企業(yè)高層和數(shù)據(jù)分析人員。1.3.3.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)集市
1、數(shù)據(jù)集市定義
數(shù)據(jù)集市是一組特定的、針對(duì)某個(gè)主題域、某個(gè)部門(mén)或者某些特殊用戶(hù)而進(jìn)行分類(lèi)的數(shù)據(jù)集合，也可以說(shuō)是小型的數(shù)據(jù)倉(cāng)庫(kù)。
2、數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)集市的區(qū)別
數(shù)據(jù)倉(cāng)庫(kù)是企業(yè)級(jí)的，能為整個(gè)企業(yè)各個(gè)部門(mén)的運(yùn)行提供決策支持手段；而數(shù)據(jù)集市則是一種微型的數(shù)據(jù)倉(cāng)庫(kù),它通常有更少的數(shù)據(jù),更少的主題區(qū)域,以及更少的歷史數(shù)據(jù),因此是部門(mén)級(jí)的，一般只能為某個(gè)局部范圍內(nèi)的管理人員服務(wù)，因此也稱(chēng)之為部門(mén)級(jí)數(shù)據(jù)倉(cāng)庫(kù)。
02 數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)
2.1.數(shù)據(jù)設(shè)計(jì)方法
數(shù)據(jù)倉(cāng)庫(kù)建立之前，就必須考慮其實(shí)現(xiàn)方法，通常有自頂向下、自底向上和兩者結(jié)合進(jìn)行的這樣三種實(shí)現(xiàn)方案。
2.1.1.自頂向下
實(shí)現(xiàn)自頂向下的實(shí)現(xiàn)需要在項(xiàng)目開(kāi)始時(shí)完成更多計(jì)劃和設(shè)計(jì)工作，這就需要涉及參與數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)的每個(gè)工作組、部門(mén)或業(yè)務(wù)線中的人員。要使用的數(shù)據(jù)源、安全性、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)質(zhì)量、數(shù)據(jù)標(biāo)準(zhǔn)和整個(gè)數(shù)據(jù)模型的有關(guān)決策一般需要在真正的實(shí)現(xiàn)開(kāi)始之前就完成。
2.1.2.自底向上
實(shí)現(xiàn)自底向上的實(shí)現(xiàn)包含數(shù)據(jù)倉(cāng)庫(kù)的規(guī)劃和設(shè)計(jì)，無(wú)需等待安置好更大業(yè)務(wù)范圍的數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)。這并不意味著不會(huì)開(kāi)發(fā)更大業(yè)務(wù)范圍的數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)；隨著初始數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)的擴(kuò)展，將逐漸增加對(duì)它的構(gòu)建。現(xiàn)在，該方法得到了比自頂向下方法更廣泛的接受，因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)的直接結(jié)果可以實(shí)現(xiàn)，并可以用作擴(kuò)展更大業(yè)務(wù)范圍實(shí)現(xiàn)的證明。
2.1.3.兩者結(jié)合
實(shí)現(xiàn)每種實(shí)現(xiàn)方法都有利弊。在許多情況下，最好的方法可能是某兩種的組合。該方法的關(guān)鍵之一就是確定業(yè)務(wù)范圍的架構(gòu)需要用于支持集成的計(jì)劃和設(shè)計(jì)的程度，因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)是用自底向上的方法進(jìn)行構(gòu)建。
在使用自底向上或階段性數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目模型來(lái)構(gòu)建業(yè)務(wù)范圍架構(gòu)中的一系列數(shù)據(jù)集市時(shí)，您可以一個(gè)接一個(gè)地集成不同業(yè)務(wù)主題領(lǐng)域中的數(shù)據(jù)集市，從而形成設(shè)計(jì)良好的業(yè)務(wù)數(shù)據(jù)倉(cāng)庫(kù)。這樣的方法可以極好地適用于業(yè)務(wù)。在這種方法中，可以把數(shù)據(jù)集市理解為整個(gè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的邏輯子集，換句話說(shuō)數(shù)據(jù)倉(cāng)庫(kù)就是一致化了的數(shù)據(jù)集市的集合。
2.2.數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)選型
數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)的選取，與其所處的企業(yè)環(huán)境和業(yè)務(wù)的發(fā)展有著密切的關(guān)系：Inmon提倡的數(shù)據(jù)倉(cāng)庫(kù)建設(shè)方法，需要數(shù)據(jù)倉(cāng)庫(kù)建設(shè)人員自頂向下進(jìn)行建設(shè)，數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)人員需要在數(shù)據(jù)倉(cāng)庫(kù)建設(shè)之前對(duì)企業(yè)各業(yè)務(wù)線進(jìn)行深入的調(diào)研，有著非常全面的了解，然后根據(jù)企業(yè)各業(yè)務(wù)特點(diǎn)進(jìn)行主題域劃分。這種建設(shè)方式建設(shè)周期比較長(zhǎng)，規(guī)劃設(shè)計(jì)比較復(fù)雜，但是一旦建成，這個(gè)集中式的體系結(jié)構(gòu)將提供更強(qiáng)的一致性和靈活性，并且從長(zhǎng)遠(yuǎn)來(lái)看將真正節(jié)省資源和工作。
Kimball提倡的數(shù)據(jù)倉(cāng)庫(kù)僅僅是構(gòu)成它的數(shù)據(jù)集市的聯(lián)合，各部門(mén)或業(yè)務(wù)可以根據(jù)自身的發(fā)展，建設(shè)符合自身主題的數(shù)據(jù)集市，并持續(xù)豐富完善這些數(shù)據(jù)集市。在應(yīng)對(duì)企業(yè)級(jí)數(shù)據(jù)需求時(shí)，將這些數(shù)據(jù)集市的維度信息進(jìn)行統(tǒng)一整理規(guī)范，然后通過(guò)一致的維度信息，將這些數(shù)據(jù)集市連接起來(lái)，使數(shù)據(jù)集市形成一個(gè)覆蓋企業(yè)所有部門(mén)或業(yè)務(wù)的數(shù)據(jù)倉(cāng)庫(kù)，對(duì)外提供服務(wù)。
根據(jù)企業(yè)發(fā)展階段和業(yè)務(wù)發(fā)展的速度建議：傳統(tǒng)的、業(yè)務(wù)成熟的企業(yè)可以考慮采用Inmon方法建設(shè)數(shù)據(jù)倉(cāng)庫(kù)；業(yè)務(wù)復(fù)雜而且差異較大、發(fā)展速度又非常快的企業(yè)可以考慮Kimball方法建設(shè)數(shù)據(jù)倉(cāng)庫(kù)。
2.3.企業(yè)發(fā)展中的數(shù)據(jù)倉(cāng)庫(kù)建設(shè)變遷
企業(yè)或新部門(mén)，在初期發(fā)展過(guò)程中業(yè)務(wù)量少、組織形式相對(duì)簡(jiǎn)單。使得數(shù)倉(cāng)建設(shè)人員可以站在全局的高度，俯視整個(gè)公司的業(yè)務(wù)流程，對(duì)其進(jìn)行梳理歸類(lèi)，并抽取數(shù)據(jù)模型。以自上而下的方式建設(shè)數(shù)據(jù)倉(cāng)庫(kù)。所以在初期數(shù)據(jù)倉(cāng)庫(kù)建設(shè)的過(guò)程中基本采用了Inmon提倡的數(shù)據(jù)倉(cāng)庫(kù)建設(shè)方法，采用了DataSource-->ODS→EDW→DM-->APP的結(jié)構(gòu)。即由ODS層完成各部門(mén)數(shù)據(jù)源的集成，在ODS的基礎(chǔ)上建設(shè)了覆蓋公司所有業(yè)務(wù)的包含眾多主題的統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)，然后由這個(gè)統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)作為唯一的數(shù)據(jù)源，為各部門(mén)的數(shù)據(jù)集市提供數(shù)據(jù)支持。
但是一旦企業(yè)或部門(mén)發(fā)展速度非常快，業(yè)務(wù)量急劇增大，而且業(yè)務(wù)的組織形式趨于復(fù)雜，不同的業(yè)務(wù)之間可能存在巨大的差距。數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)如果再繼續(xù)沿用自傷而下的方式就會(huì)帶來(lái)很多困難，例如在Inmon模式下EDW規(guī)劃復(fù)雜、建設(shè)周期長(zhǎng)，不能非常快速的響應(yīng)各部門(mén)的需求，所以該方案逐步不能適應(yīng)公司的發(fā)展。為了適應(yīng)企業(yè)的發(fā)展，經(jīng)過(guò)數(shù)倉(cāng)開(kāi)發(fā)人員的不斷探索嘗試，基本上傾向于采用混合模式建設(shè)數(shù)據(jù)倉(cāng)庫(kù)，即采用Inmon+Kimball的變種模式。
與原有的架構(gòu)最大的區(qū)別是：各部門(mén)數(shù)據(jù)集市的數(shù)據(jù)源并不是唯一的從EDW中獲取，而是從各部門(mén)數(shù)據(jù)源所集成到的ODS層獲取。但是有各部門(mén)數(shù)據(jù)集市也會(huì)涉及到跨部門(mén)的數(shù)據(jù)統(tǒng)計(jì)，所以這種公司級(jí)的數(shù)據(jù)應(yīng)用還是從企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)中獲取。也就是各部門(mén)數(shù)據(jù)集市來(lái)支持各部門(mén)業(yè)務(wù)需求；企業(yè)級(jí)數(shù)據(jù)需求，從各部門(mén)數(shù)據(jù)集市或ODS層抽取公共模型進(jìn)行建設(shè)（例如：公司級(jí)訂單、用戶(hù)等），并且在這里將各部門(mén)集市所依賴(lài)的公共維度進(jìn)行統(tǒng)一，來(lái)支持公司級(jí)或跨部門(mén)的業(yè)務(wù)需求。
03 數(shù)據(jù)倉(cāng)庫(kù)建設(shè)中的數(shù)據(jù)建模
數(shù)據(jù)模型是指實(shí)體、屬性、實(shí)體之間的關(guān)系對(duì)業(yè)務(wù)概念和邏輯規(guī)則進(jìn)行統(tǒng)一的定義，命名和編碼，主要描述企業(yè)的信息需求和業(yè)務(wù)規(guī)則，是業(yè)務(wù)人員和開(kāi)發(fā)人員溝通的語(yǔ)言，是數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)工作的第一步。
首先我們需要解決三個(gè)問(wèn)題：①什么是數(shù)據(jù)模型；②為什么需要數(shù)據(jù)模型；③如果創(chuàng)建數(shù)據(jù)模型；
3.1.什么是數(shù)據(jù)模型
數(shù)據(jù)模型是抽象描述現(xiàn)實(shí)世界的一種工具和方法，是通過(guò)抽象的實(shí)體及實(shí)體之間聯(lián)系的形式，來(lái)表示現(xiàn)實(shí)世界中事務(wù)的相互關(guān)系的一種映射。在這里數(shù)據(jù)模型表現(xiàn)的抽象的實(shí)體和實(shí)體之間的關(guān)系，通過(guò)對(duì)實(shí)體和實(shí)體之間關(guān)系的定義和描述，來(lái)表達(dá)實(shí)際的業(yè)務(wù)中具體的業(yè)務(wù)關(guān)系。
數(shù)據(jù)倉(cāng)庫(kù)模型是數(shù)據(jù)模型中針對(duì)特定的數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用系統(tǒng)的一種特定的數(shù)據(jù)模型，一般的來(lái)說(shuō)，我們數(shù)據(jù)倉(cāng)庫(kù)模型分為以下幾個(gè)層次：業(yè)務(wù)模型、領(lǐng)域模型（主題域模型）、邏輯模型、物理模型。因此整個(gè)數(shù)據(jù)倉(cāng)庫(kù)建模過(guò)程中，一般需要經(jīng)歷四個(gè)過(guò)程：
- 業(yè)務(wù)建模：主要解決業(yè)務(wù)層面的分解和程序化。
- 領(lǐng)域（主題域）建模：主要是針對(duì)業(yè)務(wù)模型進(jìn)行抽象處理，生成領(lǐng)域（主題域）概念模型。
- 邏輯建模：主要是將領(lǐng)域模型的概念實(shí)體以實(shí)體之間的關(guān)系進(jìn)行數(shù)據(jù)庫(kù)層次的邏輯化。
- 物理建模：主要解決邏輯模型的物理化以及性能等一些具體的技術(shù)問(wèn)題。
因此在整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的模型的設(shè)計(jì)和架構(gòu)中，即涉及到業(yè)務(wù)知識(shí)，也涉及到具體的技術(shù)，我們既需要了解豐富的行業(yè)經(jīng)驗(yàn)，同時(shí)也需要一定的信息技術(shù)來(lái)幫助我們實(shí)現(xiàn)我們的數(shù)據(jù)模型，最重要的是，我們還需要一個(gè)非常適用的方法論，來(lái)指導(dǎo)我們自己針對(duì)我們的業(yè)務(wù)進(jìn)行抽象、處理、生成各個(gè)階段的模型。3.2.為什么需要數(shù)據(jù)模型
在數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)中，我們一再?gòu)?qiáng)調(diào)需要數(shù)據(jù)模型，那么數(shù)據(jù)模型究竟為什么這么重要呢？首先我們需要了解整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)的發(fā)展史。數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展大致經(jīng)歷了這樣的三個(gè)過(guò)程：- 簡(jiǎn)單的報(bào)表階段：這個(gè)階段，系統(tǒng)的主要目標(biāo)是解決一些日常的工作中業(yè)務(wù)人員需要的報(bào)表，以及生成一些簡(jiǎn)單的能夠幫助領(lǐng)導(dǎo)進(jìn)行決策所需要的匯總數(shù)據(jù)。這個(gè)階段的大部分表現(xiàn)形式為數(shù)據(jù)庫(kù)和前段報(bào)表工具。
- 數(shù)據(jù)集市階段：這個(gè)階段主要是根據(jù)某個(gè)業(yè)務(wù)部門(mén)的需要，進(jìn)行一定的數(shù)據(jù)的采集，整理，按照業(yè)務(wù)人員的需求，進(jìn)行多維報(bào)表的展現(xiàn)，能夠提供對(duì)特定業(yè)務(wù)指導(dǎo)的數(shù)據(jù)，并且能夠提供特定的領(lǐng)導(dǎo)決策數(shù)據(jù)。
- 數(shù)據(jù)倉(cāng)庫(kù)階段：這個(gè)階段主要是按照一定的數(shù)據(jù)模型，對(duì)整個(gè)企業(yè)的數(shù)據(jù)進(jìn)行采集整理，并且能夠按照各個(gè)業(yè)務(wù)部門(mén)的需要，提供跨部門(mén)的，完全一致的業(yè)務(wù)報(bào)表數(shù)據(jù)，能夠通過(guò)數(shù)據(jù)倉(cāng)庫(kù)生成對(duì)業(yè)務(wù)具有指導(dǎo)性的數(shù)據(jù)，同時(shí)為領(lǐng)導(dǎo)決策提供全面的數(shù)據(jù)支持。
通過(guò)對(duì)數(shù)據(jù)倉(cāng)庫(kù)建設(shè)的發(fā)展階段，我們能夠看出，數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)和數(shù)據(jù)集市的建設(shè)的重要區(qū)別就在于數(shù)據(jù)模型的支持。因此，數(shù)據(jù)模型的建設(shè)，對(duì)于我們數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)，有著決定性的意義。一般來(lái)說(shuō)，數(shù)據(jù)模型的建設(shè)主要能夠幫助我們解決以下的一些問(wèn)題：進(jìn)行全面的業(yè)務(wù)梳理，改進(jìn)業(yè)務(wù)流程。在業(yè)務(wù)模型建設(shè)的階段，能夠幫助我們的企業(yè)或者管理機(jī)構(gòu)對(duì)本單位的業(yè)務(wù)進(jìn)行全面的梳理。通過(guò)業(yè)務(wù)模型的建設(shè)，我們應(yīng)該能夠全面了解該單位的業(yè)務(wù)架構(gòu)圖和整個(gè)業(yè)務(wù)的運(yùn)行情況，能夠?qū)I(yè)務(wù)按照特定的規(guī)律進(jìn)行分門(mén)別類(lèi)和程序化，同時(shí)，幫助我們進(jìn)一步的改進(jìn)業(yè)務(wù)的流程，提高業(yè)務(wù)效率，指導(dǎo)我們業(yè)務(wù)部門(mén)的生產(chǎn)。建設(shè)全方位的數(shù)據(jù)視角，消滅信息孤島和數(shù)據(jù)差異。通過(guò)數(shù)據(jù)倉(cāng)庫(kù)的模型建設(shè)，能夠?yàn)槠髽I(yè)提供一個(gè)整體的數(shù)據(jù)視角，不再是各個(gè)部門(mén)只是關(guān)注自己的數(shù)據(jù)，而且通過(guò)模型的建設(shè)，勾勒出部門(mén)之間的聯(lián)系，幫助消滅各部門(mén)之間的信息孤島的問(wèn)題，更為重要的時(shí)，通過(guò)數(shù)據(jù)模型的建設(shè)，能夠保證這個(gè)企業(yè)的數(shù)據(jù)一致性，各個(gè)部門(mén)之間數(shù)據(jù)的差異將會(huì)得到有效解決。解決業(yè)務(wù)的變動(dòng)和數(shù)據(jù)倉(cāng)庫(kù)的靈活性。通過(guò)數(shù)據(jù)模型的建設(shè)，能夠很好的分離出底層技術(shù)的實(shí)現(xiàn)和上層業(yè)務(wù)的展現(xiàn)。當(dāng)上層業(yè)務(wù)發(fā)生變化時(shí)，通過(guò)數(shù)據(jù)模型，底層的技術(shù)實(shí)現(xiàn)可以非常輕松的完成業(yè)務(wù)的變動(dòng)，從而達(dá)到整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的靈活性。幫助數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)本身的建設(shè)。通過(guò)數(shù)據(jù)倉(cāng)庫(kù)的模型建設(shè)，開(kāi)發(fā)人員和業(yè)務(wù)人員能偶很容易的達(dá)成系統(tǒng)建設(shè)范圍的界定，以及長(zhǎng)期目標(biāo)的規(guī)劃，從而能夠使整個(gè)項(xiàng)目組明確當(dāng)前的任務(wù)，加快這個(gè)系統(tǒng)建設(shè)的速度。3.3.如何創(chuàng)建數(shù)據(jù)模型
數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)建模大致分為四個(gè)階段：3.3.1.業(yè)務(wù)建模從定義上來(lái)說(shuō)，業(yè)務(wù)模型是最高層次的數(shù)據(jù)模型，主要完成：
劃分整個(gè)單位的業(yè)務(wù)，一般按照業(yè)務(wù)部分的劃分，進(jìn)行各個(gè)部分之間業(yè)務(wù)工作的界定，理清各業(yè)務(wù)部門(mén)之間的關(guān)系；
深入了解各個(gè)業(yè)務(wù)部門(mén)的具體業(yè)務(wù)流程并將其程序化；
提出修改和改進(jìn)業(yè)務(wù)部門(mén)工作流程的方法并程序化；
數(shù)據(jù)建模的范圍界定，這個(gè)數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目的目標(biāo)和階段劃分。
3.3.2.領(lǐng)域概念（主題域）建模
主題域模型數(shù)據(jù)倉(cāng)庫(kù)的主要主題和重要業(yè)務(wù)之間的關(guān)系。一般來(lái)說(shuō)，在進(jìn)行數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)設(shè)計(jì)和開(kāi)發(fā)之前，設(shè)計(jì)開(kāi)發(fā)人員和業(yè)務(wù)人員通過(guò)前期的業(yè)務(wù)建模，已經(jīng)對(duì)主題域的劃分達(dá)成共識(shí)，因?yàn)橹黝}域模型反映的是核心的業(yè)務(wù)問(wèn)題。主題域模型設(shè)計(jì)步驟如下：在業(yè)務(wù)建模的基礎(chǔ)上提取重要的業(yè)務(wù)數(shù)據(jù)主題，包括對(duì)業(yè)務(wù)數(shù)據(jù)主題的詳細(xì)解釋?zhuān)?/span>
在業(yè)務(wù)數(shù)據(jù)主題的基礎(chǔ)上進(jìn)行數(shù)據(jù)主題域的劃分，包括對(duì)數(shù)據(jù)主題域的詳細(xì)解釋?zhuān)?/span>
劃分主題域概念模型：根據(jù)數(shù)據(jù)主題域的劃分，細(xì)化內(nèi)部的組織結(jié)構(gòu)和業(yè)務(wù)關(guān)系。
主題域建模的流程大致可以劃分成如下幾個(gè)部分：在前一個(gè)階段業(yè)務(wù)建模的過(guò)程中，已經(jīng)對(duì)業(yè)務(wù)系統(tǒng)進(jìn)行數(shù)據(jù)的梳理。根據(jù)各業(yè)務(wù)的特點(diǎn)列出數(shù)據(jù)主題詳細(xì)的清單，并對(duì)每個(gè)數(shù)據(jù)主題都作出詳細(xì)的解釋?zhuān)缓蠼?jīng)過(guò)歸納、分類(lèi)，整理成各個(gè)數(shù)據(jù)主題域，列出每個(gè)數(shù)據(jù)主題域包含哪些部分，并對(duì)每個(gè)數(shù)據(jù)主題域作出詳細(xì)解釋?zhuān)詈髣澐殖芍黝}域概念模型。3.3.3.邏輯建模
從定義上講，邏輯模型是以概念模型為基礎(chǔ)，對(duì)概念模型的進(jìn)一步細(xì)化、分解。邏輯模型通過(guò)實(shí)體和實(shí)體之間的關(guān)系描述業(yè)務(wù)的需求和系統(tǒng)實(shí)現(xiàn)的技術(shù)領(lǐng)域，是業(yè)務(wù)需求人員和技術(shù)人員溝通的橋梁和平臺(tái)。邏輯模型的設(shè)計(jì)是數(shù)據(jù)倉(cāng)庫(kù)實(shí)施中最重要的一步，因?yàn)樗苯臃磻?yīng)了業(yè)務(wù)部門(mén)的實(shí)際需求和業(yè)務(wù)規(guī)則，同時(shí)對(duì)物理模型的設(shè)計(jì)和實(shí)現(xiàn)具有指導(dǎo)作用。其特點(diǎn)就是通過(guò)實(shí)體和實(shí)體之間的關(guān)系勾勒出整個(gè)企業(yè)的數(shù)據(jù)藍(lán)圖和規(guī)則。概念模型的主題域一般是從企業(yè)現(xiàn)有的信息系統(tǒng)和行業(yè)自身業(yè)務(wù)活動(dòng)匯總的來(lái)的業(yè)務(wù)模型主題域。而邏輯模型除了在概念模型的基礎(chǔ)上豐富和細(xì)化主題域，并且確定每個(gè)主題域包含哪些主題外，還需要：分析需求，列出需求分析的主題，需求目標(biāo)、維度指標(biāo)、維度層次、分析的指標(biāo)、分析的方法、數(shù)據(jù)的來(lái)源、關(guān)注的對(duì)象等。
選擇用戶(hù)感興趣的數(shù)據(jù)，通過(guò)業(yè)務(wù)需求將需要分析的指標(biāo)分離抽取出來(lái)，轉(zhuǎn)化成邏輯模型需要的實(shí)體。
在實(shí)體中需要增加時(shí)間戳屬性，因?yàn)閷?shí)體中需要保存哥哥階段的歷史數(shù)據(jù)。通常情況下，如果實(shí)體為同一編碼，則不需要增加時(shí)間戳屬性。
需要考慮粒度層次的劃分。數(shù)據(jù)倉(cāng)庫(kù)的粒度層次劃分直接影響了數(shù)據(jù)倉(cāng)庫(kù)模型的設(shè)計(jì)，通常細(xì)粒度的數(shù)據(jù)模型直接從企業(yè)模型選取實(shí)體作為邏輯模型的實(shí)體，而粗粒度的數(shù)據(jù)模型需要經(jīng)過(guò)匯總計(jì)算得到相應(yīng)的實(shí)體。粒度決定了企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)方式、性能、靈活性和數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量。
在粒度層次劃分的基礎(chǔ)上，還需要進(jìn)行關(guān)系模式的定義，形成各個(gè)實(shí)體、實(shí)體屬性、實(shí)體之間的關(guān)系等內(nèi)容。同時(shí)在邏輯模型框架的基礎(chǔ)上對(duì)實(shí)體的中英文名稱(chēng)、屬性、屬性的值域進(jìn)行明確、完善和細(xì)化，真實(shí)反映業(yè)務(wù)邏輯關(guān)系和業(yè)務(wù)規(guī)則。
3.3.4.物理建模
在邏輯模型的基礎(chǔ)上，為應(yīng)用生產(chǎn)環(huán)境選取一個(gè)合適的物理結(jié)構(gòu)的過(guò)程，包括合適的存儲(chǔ)結(jié)構(gòu)和存儲(chǔ)方法，稱(chēng)作物理模型的設(shè)計(jì)過(guò)程。邏輯模型轉(zhuǎn)變?yōu)槲锢砟Ｐ桶ㄒ韵聨讉€(gè)步驟：實(shí)體名（Entity）變?yōu)楸砻╰able）。
屬性名（attribute）轉(zhuǎn)換為列名（column），確定列的屬性（Property）。
物理模型必須對(duì)列的屬性進(jìn)行明確的定義，包括：列名、數(shù)據(jù)類(lèi)型。
物理模型確定后，還可以進(jìn)一步確定數(shù)據(jù)存放位置和存儲(chǔ)空間的分配。
3.4.數(shù)據(jù)倉(cāng)庫(kù)建模方法
3.4.1.實(shí)體建模法
實(shí)體建模并不是數(shù)據(jù)倉(cāng)庫(kù)建模中常見(jiàn)的一個(gè)方法，它來(lái)源于哲學(xué)的一個(gè)流派。從哲學(xué)的意義上說(shuō)，客觀世界應(yīng)該是可以細(xì)分的，客觀世界應(yīng)該可以分成由一個(gè)個(gè)實(shí)體，以及實(shí)體與實(shí)體之間的關(guān)系組成。那么在數(shù)據(jù)倉(cāng)庫(kù)的建模過(guò)程中完全可以引入這個(gè)抽象的方法，將整個(gè)業(yè)務(wù)也可以劃分成一個(gè)個(gè)的實(shí)體，而每個(gè)實(shí)體之間的關(guān)系，以及針對(duì)這些關(guān)系的說(shuō)明就是我們數(shù)據(jù)建模需要做的工作。雖然實(shí)體建模看起來(lái)好像有些抽象，其實(shí)理解起來(lái)很容易。即我們可以將任何一個(gè)業(yè)務(wù)劃分成3個(gè)部分，實(shí)體，事件和說(shuō)明。如果描述一個(gè)簡(jiǎn)單的事實(shí)：“小明開(kāi)車(chē)去學(xué)校上學(xué)”。以這個(gè)業(yè)務(wù)事實(shí)為例，我們可以把“小明”，“學(xué)校”看成是一個(gè)實(shí)體，“上學(xué)”描述成一個(gè)業(yè)務(wù)過(guò)程，在這里可以抽象為一個(gè)具體“事件”，而“開(kāi)車(chē)去”怎可以看成事件“上學(xué)”的一個(gè)說(shuō)明。從上面列舉的例子可以了解，我們使用的抽象歸納方法其實(shí)很簡(jiǎn)單，任何業(yè)務(wù)可以看成3個(gè)部分：- 實(shí)體：指領(lǐng)域建模中特定的概念主題，指發(fā)生業(yè)務(wù)關(guān)系的對(duì)象；
- 事件：指概念主體之間完成一次業(yè)務(wù)流程的過(guò)程，指特定的業(yè)務(wù)過(guò)程；
- 說(shuō)明：主要是針對(duì)實(shí)體和事件的特殊說(shuō)明。
由于實(shí)體建模法，能夠很輕松的實(shí)現(xiàn)業(yè)務(wù)建模的劃分。因此，在業(yè)務(wù)建模階段和領(lǐng)域建模階段，實(shí)體建模方法有著廣泛的應(yīng)用。一般在沒(méi)有現(xiàn)成的行業(yè)建模的情況下，可以采用實(shí)體建模的方法，和客戶(hù)一起清理整個(gè)業(yè)務(wù)的模型，進(jìn)行領(lǐng)域概念的劃分，抽象出具體的業(yè)務(wù)概念，結(jié)合客戶(hù)的使用特點(diǎn)，完全可以創(chuàng)建出一個(gè)符合自己需要的數(shù)據(jù)倉(cāng)庫(kù)模型來(lái)。但是，實(shí)體建模也有著自己先天的缺陷，由于實(shí)體說(shuō)明法只是一種抽象客觀事件的方法，因此，注定了該建模方法只能局限在業(yè)務(wù)建模和領(lǐng)域概念建模階段。因此，到了邏輯建模階段和物理建模階段，則是范式建模和維度建模發(fā)揮長(zhǎng)處的階段。3.4.2.范式建模法
范式建模法其實(shí)是我們?cè)跇?gòu)建數(shù)據(jù)模型常用的一個(gè)方法，該方法的主要由inmon所提倡，主要解決關(guān)系型數(shù)據(jù)庫(kù)中數(shù)據(jù)存儲(chǔ)，利用的一種技術(shù)層面上的方法。目前，在關(guān)系型數(shù)據(jù)庫(kù)中的建模方法，大部分采用的是三范式建模法。范式是數(shù)據(jù)庫(kù)邏輯模型設(shè)計(jì)的基本理論，一個(gè)關(guān)系模型可以從第一范式到第三范式進(jìn)行無(wú)損分解，這個(gè)過(guò)程也可以稱(chēng)為規(guī)范化。在數(shù)據(jù)倉(cāng)庫(kù)的模型設(shè)計(jì)中目前一般采用第三范式，他有著嚴(yán)格的數(shù)學(xué)定義。從其表達(dá)的含義來(lái)看，一個(gè)符合第三范式的關(guān)系必須具有以下三個(gè)條件：每個(gè)屬性值唯一，不具有多義性；每個(gè)非主屬性必須完全依賴(lài)于整個(gè)主鍵，而非主鍵的一部分；每個(gè)非主屬性不能依賴(lài)于其他關(guān)系中的屬性，因?yàn)檫@樣的話，這種屬性應(yīng)該歸到其他關(guān)系中去。根據(jù)Inmon的觀點(diǎn)，數(shù)據(jù)倉(cāng)庫(kù)模型的建設(shè)方法和業(yè)務(wù)系統(tǒng)的企業(yè)數(shù)據(jù)模型類(lèi)似。在業(yè)務(wù)系統(tǒng)中，企業(yè)數(shù)據(jù)模型決定了數(shù)據(jù)的來(lái)源，而企業(yè)數(shù)據(jù)模型也分為兩個(gè)層次，即主題域模型和邏輯模型。同樣，主題域模型可以看成業(yè)務(wù)模型的概念模型，而邏輯模型則是域模型在關(guān)系型數(shù)據(jù)庫(kù)上的實(shí)例化。從業(yè)務(wù)數(shù)據(jù)模型轉(zhuǎn)向數(shù)據(jù)倉(cāng)庫(kù)模型時(shí)，同樣也需要有數(shù)據(jù)倉(cāng)庫(kù)的域模型，即概念模型，同時(shí)也存在域模型的邏輯模型。這里，業(yè)務(wù)模型中的數(shù)據(jù)模型和數(shù)據(jù)倉(cāng)庫(kù)的模型稍稍有一些不同，主要區(qū)別在于：數(shù)據(jù)倉(cāng)庫(kù)的域模型應(yīng)該包含企業(yè)數(shù)據(jù)模型的域模型之間的關(guān)系，以及各個(gè)域模型定義。數(shù)據(jù)倉(cāng)庫(kù)的域模型的概念應(yīng)該比業(yè)務(wù)系統(tǒng)的主題域模型規(guī)范更加廣。在數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型需要從業(yè)務(wù)系統(tǒng)的數(shù)據(jù)模型中的邏輯模型中抽象實(shí)體，實(shí)體的屬性，實(shí)體的子類(lèi)，以及實(shí)體的關(guān)系等。范式建模法的最大優(yōu)點(diǎn)就是從關(guān)系型數(shù)據(jù)庫(kù)的角度出發(fā)，結(jié)合了業(yè)務(wù)系統(tǒng)的數(shù)據(jù)模型，能夠比較方便的實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)的建模。但其缺點(diǎn)也很明顯，由于建模方法限定在關(guān)系型數(shù)據(jù)庫(kù)之上，在某些時(shí)候反而限制了整個(gè)數(shù)據(jù)倉(cāng)庫(kù)模型的靈活性，性能等，特別是考慮數(shù)據(jù)倉(cāng)庫(kù)的底層數(shù)據(jù)向數(shù)據(jù)集市的數(shù)據(jù)進(jìn)行匯總時(shí)，需要進(jìn)行一定的變通才能滿足響應(yīng)的需求。3.4.3.維度建模法
維度建模是kimball最先提出的。其最簡(jiǎn)單的描述就是：按照事實(shí)表，維表來(lái)構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市。這種方法最被人廣泛知曉的名字就是星型建模。星型模式之所以被廣泛使用，在于針對(duì)各個(gè)維做了大量的預(yù)處理，如按照維進(jìn)行預(yù)先的統(tǒng)計(jì)、分類(lèi)、排序等。通過(guò)這些預(yù)處理，能夠極大的提升數(shù)據(jù)倉(cāng)庫(kù)的處理能力。特別是針對(duì)3NF的建模方法，星型模式在性能上占據(jù)明顯的優(yōu)勢(shì)。同時(shí)，維度建模法的另外一個(gè)優(yōu)勢(shì)是：維度建模非常直觀，僅僅圍繞著業(yè)務(wù)模型，可以直觀的反應(yīng)出業(yè)務(wù)問(wèn)題。不需要經(jīng)過(guò)特別的抽象處理，即可以完成維度建模。這一點(diǎn)也是維度建模的優(yōu)勢(shì)。但是維度建模的缺點(diǎn)也非常明顯，由于在構(gòu)建星星模型之前需要進(jìn)行大量的數(shù)據(jù)預(yù)處理，因此會(huì)導(dǎo)致大量的數(shù)據(jù)處理工作。而且，當(dāng)業(yè)務(wù)發(fā)生變化，需要重新進(jìn)行維度的定義時(shí)，往往需要重新進(jìn)行維度數(shù)據(jù)的預(yù)處理。而在這些預(yù)處理的過(guò)程中，往往會(huì)導(dǎo)致大量的數(shù)據(jù)冗余。另外一個(gè)維度建模的缺點(diǎn)是：如果只是單純的維度建模，不能保證數(shù)據(jù)來(lái)源的一致性和準(zhǔn)確性，而且在數(shù)據(jù)倉(cāng)庫(kù)的底層，不是特別適用于維度建模的方法。04 維度建模
4.1.維度建模技術(shù)
維度建模是DW/BI系統(tǒng)的核心，他是ETL系統(tǒng)的目標(biāo)、數(shù)據(jù)庫(kù)的結(jié)構(gòu)、支持用戶(hù)查詢(xún)和制作報(bào)表的模型。建模要實(shí)現(xiàn)3個(gè)主要設(shè)計(jì)目標(biāo)，分別是：能盡可能簡(jiǎn)潔的向用戶(hù)展示需要的信息；能盡快返回查詢(xún)結(jié)果給用戶(hù)；能提供相關(guān)信息，以便精確的跟蹤潛在的業(yè)務(wù)過(guò)程。維度建模能使任何事情盡可能簡(jiǎn)單，但絕不是簡(jiǎn)化。在數(shù)據(jù)倉(cāng)庫(kù)和商業(yè)智能中，維度模型是給用戶(hù)顯示信息的首選結(jié)構(gòu)，其比典型的原系統(tǒng)規(guī)范化模型更便于用戶(hù)理解。維度建模中表更少，信息分組為對(duì)用戶(hù)有意義的、一致的業(yè)務(wù)類(lèi)別。這些類(lèi)別稱(chēng)為維度，有助于用戶(hù)瀏覽模型，因?yàn)榭梢院雎耘c特定分析無(wú)關(guān)的全部類(lèi)別。但是盡可能簡(jiǎn)潔并不意味著模型一定簡(jiǎn)單。模型必須反映業(yè)務(wù)，而業(yè)務(wù)通常都比較復(fù)雜，如果簡(jiǎn)化的過(guò)多，一般來(lái)說(shuō)只表示了聚合數(shù)據(jù)，模型就會(huì)丟失對(duì)理解業(yè)務(wù)非常重要的信息。無(wú)論如何進(jìn)行數(shù)據(jù)建模，數(shù)據(jù)內(nèi)容在的復(fù)雜性都使大多數(shù)人最終愿意通過(guò)結(jié)構(gòu)化報(bào)表和分析應(yīng)用程序來(lái)訪問(wèn)DW和BI系統(tǒng)。維度建模能提供更好的查詢(xún)性能，因?yàn)樵趧?chuàng)建維度時(shí)采用了反規(guī)范化的方法，通過(guò)預(yù)先連接各種層次結(jié)構(gòu)和查詢(xún)表，優(yōu)化程序考慮的連接路徑較少，創(chuàng)建的中間臨時(shí)表更少。為了精確跟蹤潛在的業(yè)務(wù)過(guò)程，需要采用各種設(shè)計(jì)模式，以創(chuàng)建出精確捕獲和跟蹤業(yè)務(wù)模型。維度模型由一個(gè)或者多個(gè)中心事實(shí)表和與其相關(guān)的維度構(gòu)成。事實(shí)表位于中心，而維度環(huán)繞在其周?chē)?lèi)似于星型結(jié)構(gòu)，因此又把維度模型成為星型模型。4.1.1.事實(shí)表
事實(shí)表是維度模型的基本表，存放有大量的業(yè)務(wù)性能度量值。應(yīng)力圖將從一個(gè)業(yè)務(wù)處理過(guò)程得到的度量值數(shù)據(jù)存放在單個(gè)數(shù)據(jù)中心。由于度量值數(shù)據(jù)壓倒性的成為任何數(shù)據(jù)中心的最大部分，因此應(yīng)該避免在企業(yè)范圍內(nèi)的不同地方存儲(chǔ)其拷貝。用術(shù)語(yǔ)“事實(shí)”代表一個(gè)業(yè)務(wù)度量值。例如：商品銷(xiāo)售記錄每個(gè)商店每種產(chǎn)品的銷(xiāo)售數(shù)量和銷(xiāo)售額。在各維度值（日期、產(chǎn)品和商店）的交叉點(diǎn)就可以得到一個(gè)度量值。維度值的列表給出了一個(gè)事實(shí)表的粒度定義，并確定出度量值的取值范圍是什么。事實(shí)表的設(shè)計(jì)中要解決幾個(gè)重要問(wèn)題：- 粒度（記錄事實(shí)的細(xì)節(jié)級(jí)）：事實(shí)表中包含信息的詳細(xì)程度稱(chēng)為粒度。強(qiáng)烈建議以原始來(lái)源中可能的最小細(xì)節(jié)級(jí)別構(gòu)建事實(shí)表--通常稱(chēng)為原子級(jí)別。原子事實(shí)表提供了完整的靈活性，數(shù)據(jù)可以累積到現(xiàn)在或?qū)?lái)任何維度需要的任何聚合級(jí)別。每個(gè)事實(shí)表必須只有一種粒度。例如，如果在同一事實(shí)表中包含每月預(yù)測(cè)項(xiàng)和單獨(dú)的銷(xiāo)售訂單項(xiàng)，就很容易引起混淆并產(chǎn)生危險(xiǎn)。
- 相加性：事實(shí)的可加性是至關(guān)重要的，因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)應(yīng)用幾乎從不僅僅只檢索事實(shí)表的單行數(shù)據(jù)。相反，往往一次性帶回?cái)?shù)百、數(shù)千乃至數(shù)百萬(wàn)行的事實(shí)，并且處理這么多行的最有用的事就是將它們加起來(lái)。但是有些事實(shí)是半加性質(zhì)的，而另外一些是不可加性質(zhì)的。半加性事實(shí)僅僅沿某些維度相加，而非加性事實(shí)根本就不能相加。對(duì)于非加性事實(shí)，如果希望對(duì)其進(jìn)行總結(jié)就不得不使用計(jì)數(shù)或平均數(shù)，或者降為一次一行的打印出全部事實(shí)行。對(duì)這長(zhǎng)達(dá)數(shù)十億行的事實(shí)表來(lái)說(shuō)，將是一個(gè)遲緩而乏味的工作。
- 文本度量值：度量事實(shí)在理論上可以是文本形式的，文本度量可以是某種事物的描述。但是設(shè)計(jì)者應(yīng)該盡量將文本度量轉(zhuǎn)換成維度，原因在于維度能夠與其他文本維度屬性更有效關(guān)聯(lián)起來(lái)，并且消耗少的多的空間。不能將冗余的文本信息存放在事實(shí)表內(nèi)。除非文本對(duì)于事實(shí)表的每行來(lái)說(shuō)都是唯一的，負(fù)責(zé)他應(yīng)該歸屬到維度表中。真正的文本事實(shí)在數(shù)據(jù)倉(cāng)庫(kù)中很少出現(xiàn)，因?yàn)槲谋臼聦?shí)具有像自由文本內(nèi)容那樣不可預(yù)見(jiàn)性，這幾乎是不可能進(jìn)行分析的。
- 鍵選擇：多維數(shù)據(jù)建模中的鍵選擇是一個(gè)難題。它包含性能和易于管理之間的權(quán)衡（trade-off）。鍵選擇主要適用于維度。您為維度所選擇的鍵必須是事實(shí)的外鍵。維度鍵有兩種選擇：您可以分配一個(gè)任意鍵，或者使用操作系統(tǒng)中的標(biāo)識(shí)符。任意鍵通常只是一個(gè)序列號(hào)，當(dāng)需要一個(gè)新鍵時(shí)，就分配下一個(gè)可用的號(hào)碼。為了使用操作系統(tǒng)中的標(biāo)識(shí)符惟一地表示維度，您有時(shí)需要使用一個(gè)復(fù)合鍵。復(fù)合鍵就是由多個(gè)列組成的鍵。任意鍵是一列，通常比操作派生的鍵要小。因此，任意鍵通常可以更快地執(zhí)行連接。鍵選擇中的最后一個(gè)因素就是它對(duì)事實(shí)表的影響。在創(chuàng)建事實(shí)時(shí)，必須將每個(gè)維度的鍵分配給它。如果維度將帶有時(shí)間戳的操作派生的鍵用于歷史數(shù)據(jù)，那么在創(chuàng)建事實(shí)時(shí)，就沒(méi)有附加工作。連接將自動(dòng)發(fā)生。對(duì)于任意鍵或任意歷史標(biāo)識(shí)符，在創(chuàng)建事實(shí)時(shí)，就必須將一個(gè)鍵分配給事實(shí)。分配鍵的方式有兩種。一種就是維護(hù)操作和數(shù)據(jù)倉(cāng)庫(kù)的鍵的轉(zhuǎn)換表。另一種就是存儲(chǔ)操作鍵，并且在必要時(shí)，存儲(chǔ)時(shí)間戳作為維度上的屬性數(shù)據(jù)。那么，選擇就在任意鍵的更好性能和操作鍵的更易維護(hù)之間進(jìn)行。性能提高多少和維護(hù)增加多少的問(wèn)題就必須在您自己的組織中進(jìn)行評(píng)估了。無(wú)論做出什么選擇，都必須在元數(shù)據(jù)中用文檔記錄生成它們的過(guò)程。該信息對(duì)于管理和維護(hù)數(shù)據(jù)倉(cāng)庫(kù)的技術(shù)人員來(lái)說(shuō)是必要的。如果您所使用的工具沒(méi)有隱藏連接處理，那么用戶(hù)可能也需要理解這一點(diǎn)。
- 一致性事實(shí)：如果某些度量出現(xiàn)在不同的事實(shí)表中，需要注意，如果需要比較或計(jì)算不同事實(shí)表中的事實(shí)，應(yīng)保證針對(duì)事實(shí)的技術(shù)定義是相同的。如果不同的事實(shí)表定義是一致的，則這些一致性事實(shí)應(yīng)該具有相同的命名，如果它們不兼容，則應(yīng)該有不同的命名用于告誡業(yè)務(wù)用戶(hù)。
事實(shí)表的分類(lèi)：事務(wù)事實(shí)表、周期快照事實(shí)表、積累快照事實(shí)表。- 事務(wù)事實(shí)表：一行對(duì)應(yīng)空間或時(shí)間上某點(diǎn)的度量事件。原子事務(wù)粒度事實(shí)表是維度化及可表達(dá)的事實(shí)表，這類(lèi)健壯的維度確保對(duì)事務(wù)數(shù)據(jù)的最大劃分片和分塊。事務(wù)事實(shí)表可以是稠密的，也可以是稀疏的，因?yàn)閮H當(dāng)存在度量時(shí)才會(huì)建立行。這些事實(shí)表總是包含一個(gè)與維度表關(guān)聯(lián)的外鍵，也可能包含精確的時(shí)間戳和退化維度建。度量數(shù)字事實(shí)必須與事務(wù)粒度保持一致。
- 周期性快照事實(shí)表：事實(shí)表中的每行匯總了發(fā)生在某一標(biāo)準(zhǔn)周期，如某天、某月。粒度是周期性的，而不是個(gè)體的事務(wù)。周期快照事實(shí)表通常包含許多事實(shí)，因?yàn)槿魏闻c事實(shí)表粒度一致的度量事件都是被允許存在的。這些事實(shí)表其外鍵的密度是均勻的，因?yàn)榧词怪芷趦?nèi)沒(méi)有活動(dòng)發(fā)生，也會(huì)在事實(shí)表中為每個(gè)事實(shí)插入包含0或空值的行。
- 積累快照事實(shí)表：事實(shí)表匯總了發(fā)生在過(guò)程開(kāi)始和結(jié)束之間可預(yù)測(cè)步驟內(nèi)的度量事件。管道或工作流過(guò)程具有定義的開(kāi)始點(diǎn)，標(biāo)準(zhǔn)中間過(guò)程，定義的結(jié)束點(diǎn)，他們?cè)诖祟?lèi)事實(shí)表中都可以被建模。通常在事實(shí)表中針對(duì)過(guò)程中的關(guān)鍵步驟都包含日期外鍵。積累快照事實(shí)表中的一行，對(duì)應(yīng)某一具體的訂單，當(dāng)訂單產(chǎn)生時(shí)會(huì)插入一行。當(dāng)管道過(guò)程發(fā)生時(shí)，積累事實(shí)表行被訪問(wèn)并修改。這種對(duì)積累快照事實(shí)表行的一致性修改在三種類(lèi)型事實(shí)表中具有特性，除了日期外鍵與每個(gè)關(guān)鍵過(guò)程步驟關(guān)聯(lián)外，積累快照事實(shí)表包含其他維度和可選退化維度的外鍵。通常包含數(shù)字化的與粒度保持一致的，符合里程碑完成計(jì)數(shù)的滯后性度量。
4.1.2.維度表
維度表包含有業(yè)務(wù)的文字描述。在一個(gè)設(shè)計(jì)合理的維度模型中，維度表有許多列或者屬性，這些屬性給出對(duì)維度表的行所進(jìn)行的描述。維度表傾向于將列數(shù)做的特別大，每個(gè)維度用單一的主關(guān)鍵字進(jìn)行定義，主關(guān)鍵字是確保同與之相連的任何事實(shí)表之間存在應(yīng)用完整性的基礎(chǔ)。維度屬性是查詢(xún)約束條件、成組與報(bào)表標(biāo)簽生成的基本來(lái)源。例如，一個(gè)用戶(hù)要按照“星期”和“商標(biāo)”來(lái)查看銷(xiāo)售額，那么“星期”與“商標(biāo)”就必須是可用的維度屬性。數(shù)據(jù)倉(cāng)庫(kù)的能力直接與維度屬性的質(zhì)量和深度成正比。在提供詳細(xì)的業(yè)務(wù)用語(yǔ)屬性方面所化的時(shí)間越多，數(shù)據(jù)倉(cāng)庫(kù)就越好。在屬性列值的給定方面所花的時(shí)間越多，數(shù)據(jù)倉(cāng)庫(kù)就越好。在保證屬性列值的質(zhì)量方面所花的時(shí)間越多，數(shù)據(jù)倉(cāng)庫(kù)就越好。
最好的屬性是文本的和離散的。屬性應(yīng)該是真正的文字而不應(yīng)是一些編碼簡(jiǎn)寫(xiě)符號(hào)。例如：對(duì)于產(chǎn)品來(lái)說(shuō)，典型的屬性應(yīng)該包括一個(gè)短描述、一個(gè)長(zhǎng)描述、一個(gè)商標(biāo)名、一個(gè)分類(lèi)名、包裝類(lèi)型、尺寸以及大量其他產(chǎn)品特征等方面的內(nèi)容。維度表時(shí)常描述業(yè)務(wù)中的層次關(guān)系。例如：產(chǎn)品劃分為商標(biāo)、然后是分類(lèi)。產(chǎn)品維度的每行都存放有與產(chǎn)品有關(guān)的商標(biāo)和分類(lèi)。但是存放層次描述信息顯得很冗余，
不過(guò)也是基于容易使用和查詢(xún)性能方面的考慮才這樣做的。不要受僅僅存儲(chǔ)商標(biāo)編碼并為其建立一個(gè)單獨(dú)的商標(biāo)查詢(xún)表的固有想法所限制，這種形式可以稱(chēng)為雪花。維度表一般是很不規(guī)范的，通常也非常小。既然維度表一般都很小，通過(guò)規(guī)范化或者雪花來(lái)提高存儲(chǔ)效率的做法也起不了大作用，所以實(shí)際應(yīng)用中，幾乎總是用維度表的空間來(lái)?yè)Q取簡(jiǎn)明性和可訪問(wèn)性。還需要了解：退化維度、多層次維度、非規(guī)范化扁平維度、雪花維度。OLAP對(duì)維度的劃分有：強(qiáng)制維度、普通維度、衍生維度、層次維度。需要掌握：一致性維度集成、緩慢變化維處理、層次維度處理4.1.3.事實(shí)與維度的融合
由數(shù)字型度量值組成的事實(shí)表連接到一組填滿描述屬性的維度表上。這個(gè)星型特征結(jié)構(gòu)通常被叫做星型連接方案。關(guān)于維度方案，應(yīng)該注意第一件事就是其簡(jiǎn)明性與對(duì)稱(chēng)性。簡(jiǎn)明性是指用戶(hù)可以很容易的理解和瀏覽數(shù)據(jù)；簡(jiǎn)明性也提升了性能上的好處，倉(cāng)庫(kù)在處理時(shí)首先對(duì)維度表進(jìn)行過(guò)濾處理，然后用滿足用戶(hù)約束條件的維度表關(guān)鍵字的笛卡爾乘積一次性處理全部的事實(shí)表。維度表模型能夠很自然的進(jìn)行擴(kuò)展以適應(yīng)變化的需求。維度模型的可預(yù)訂框架能夠經(jīng)受住無(wú)法預(yù)見(jiàn)的用戶(hù)行為變化所帶來(lái)的考驗(yàn)。每個(gè)維度都是平等的，所有維度都是進(jìn)入事實(shí)表的對(duì)等入口。每個(gè)邏輯模型不存在內(nèi)置的關(guān)于某種期望的查詢(xún)形式方面的偏向，不存在這個(gè)月要問(wèn)的業(yè)務(wù)問(wèn)題相對(duì)于下個(gè)月來(lái)說(shuō)具有優(yōu)化方面的考慮。沒(méi)有誰(shuí)希望，如果業(yè)務(wù)用戶(hù)采用新的方式進(jìn)行業(yè)務(wù)分析，就要調(diào)整設(shè)計(jì)方案這樣的事情發(fā)生。維度模型的事實(shí)與維度表如下：在設(shè)計(jì)過(guò)程中，最佳粒度或者原子數(shù)據(jù)具有最佳的維度。被聚合起來(lái)的原子數(shù)據(jù)是最有表現(xiàn)力的數(shù)據(jù)。原子數(shù)據(jù)應(yīng)該成為每個(gè)事實(shí)表設(shè)計(jì)的基礎(chǔ)。從而經(jīng)受住業(yè)務(wù)用戶(hù)無(wú)法預(yù)見(jiàn)的查詢(xún)所引起的特別攻擊。對(duì)于維度模型來(lái)說(shuō)，完全可以向方案中加入新的維度，只要其值對(duì)于每個(gè)現(xiàn)有的事實(shí)行存在唯一性定義就行。同樣，可以向事實(shí)表加入新的不曾預(yù)料到的事實(shí)，只要其詳細(xì)程度與現(xiàn)有事實(shí)表處在一致的水平面上就可以了。可以用新的不曾預(yù)料到的屬性補(bǔ)充先前存在的維度表，也可以從某個(gè)前向時(shí)間點(diǎn)的角度在一個(gè)更低的粒度層面上對(duì)現(xiàn)存維度進(jìn)行分解。在每種情況下，可以簡(jiǎn)單的在表中加入新的數(shù)據(jù)行或者對(duì)現(xiàn)在表進(jìn)行適當(dāng)?shù)男薷摹?/span>認(rèn)識(shí)事實(shí)與維度表之間互補(bǔ)性的另外一種方式是在所形成的報(bào)表中了解他們。如上圖，維度屬性提供了生成報(bào)表標(biāo)簽的內(nèi)容，而事實(shí)表則提供了報(bào)表的數(shù)字型取值。最后就像已經(jīng)強(qiáng)調(diào)的那樣，展示環(huán)節(jié)的數(shù)據(jù)應(yīng)該是維度形式的。不過(guò)，維度模型與規(guī)范化模型之間存在著一種自然的關(guān)系。理解這種關(guān)系的關(guān)鍵在于認(rèn)識(shí)到，單個(gè)規(guī)范化ER圖通常分解為多個(gè)維度方案。為機(jī)構(gòu)建立的大型規(guī)范化模型可以將電話銷(xiāo)售、訂購(gòu)單、裝貨發(fā)票、顧客付款、產(chǎn)品利潤(rùn)等內(nèi)容全部放在一個(gè)圖中。在某種程度上講，規(guī)范化ER圖對(duì)自身就是一種傷害，原因在于他將許多從來(lái)就不會(huì)出現(xiàn)在單個(gè)數(shù)據(jù)集中的多個(gè)業(yè)務(wù)處理放在了單張繪制圖中。可見(jiàn)，規(guī)范化模型看起來(lái)很復(fù)雜，是不足為奇的。如果有一張已經(jīng)存在的規(guī)范化ER圖，將它轉(zhuǎn)換為一組維度模型的第一步是，將ER圖分成一些分散的業(yè)務(wù)處理過(guò)程，然后分別單獨(dú)建模。第二步是選出ER圖中那些含有數(shù)字型與可加性非關(guān)鍵字事實(shí)的多對(duì)多關(guān)系，并將他們標(biāo)記為事實(shí)表。最后一步是，將剩下的所有表復(fù)合成具有直接連接到事實(shí)表的單連關(guān)鍵字的平面表，這些表就成為維度表。4.2.維度建模過(guò)程
維度建模具有一定順序，分別是：①業(yè)務(wù)處理②粒度③維度④事實(shí)。4.2.1.選取業(yè)務(wù)處理
業(yè)務(wù)處理過(guò)程是機(jī)構(gòu)中進(jìn)行的一般都是有源系統(tǒng)提供支持的自然業(yè)務(wù)活動(dòng)。聽(tīng)取用戶(hù)的意見(jiàn)是選取業(yè)務(wù)處理過(guò)程的效率最高的方式。在選取業(yè)務(wù)階段，數(shù)據(jù)模型設(shè)計(jì)者需要有全局和發(fā)展的視角，應(yīng)該理解整體業(yè)務(wù)流程的基礎(chǔ)上，從全局角度選取業(yè)務(wù)處理。要記住的重要一點(diǎn)是，這里談到的業(yè)務(wù)處理并不是指業(yè)務(wù)部門(mén)或者職能。通過(guò)將注意力集中放在業(yè)務(wù)處理過(guò)程方面，就能在機(jī)構(gòu)范圍內(nèi)更加經(jīng)濟(jì)的提交一致的數(shù)據(jù)。如果建立的維度模型是同部門(mén)捆綁在一起的，就無(wú)法避免出現(xiàn)具有不同標(biāo)記與術(shù)語(yǔ)的數(shù)據(jù)拷貝的可能性。多重?cái)?shù)據(jù)流向單獨(dú)的維度模型，會(huì)使用戶(hù)在應(yīng)付不一致性的問(wèn)題方面顯得很脆弱。確保一致性的最佳辦法是對(duì)數(shù)據(jù)進(jìn)行一次性的發(fā)布。單一的發(fā)布過(guò)程還能減少ETL的開(kāi)發(fā)量，以及后續(xù)數(shù)據(jù)管理和磁盤(pán)存儲(chǔ)方面的負(fù)擔(dān)。4.2.2.定義粒度
粒度定義意味著對(duì)各事實(shí)表行，實(shí)際代表的內(nèi)容給出明確的說(shuō)明。粒度傳遞了同事實(shí)表度量值相聯(lián)系的細(xì)節(jié)所達(dá)到的程度方面的信息。他給出了后面這個(gè)問(wèn)題的答案“如何描述事實(shí)表的單個(gè)行？粒度定義是不容輕視的至關(guān)重要的步驟。在定義粒度時(shí)應(yīng)優(yōu)先考慮為業(yè)務(wù)處理獲取最有原子性的信息而開(kāi)發(fā)維度模型。原子性數(shù)據(jù)是所收集的最詳細(xì)的信息，這樣的數(shù)據(jù)不能再做更進(jìn)一步的細(xì)分。通過(guò)在最低層面上裝配數(shù)據(jù)，大多原子粒度在具有多個(gè)前段的應(yīng)用場(chǎng)合顯示出其價(jià)值所在。原子型數(shù)據(jù)是高度維結(jié)構(gòu)化的。事實(shí)度量值越細(xì)微并具有原子性，就越能夠確切的知道更多的事情，所有那些確切知道的事情都轉(zhuǎn)換為維度。在這點(diǎn)上，原子型數(shù)據(jù)可以說(shuō)是維度方法的一個(gè)極佳匹配。原子型數(shù)據(jù)可為分析方面提供最大程度的靈活性，因?yàn)樗梢越邮苋魏慰赡苄问降募s束，并可以以任何可能的形式出現(xiàn)。維度模型細(xì)節(jié)性數(shù)據(jù)是穩(wěn)如泰山的，并隨時(shí)準(zhǔn)備接受業(yè)務(wù)用戶(hù)的特殊攻擊。當(dāng)然，可以總是給業(yè)務(wù)處理定義較高層面的粒度，這種粒度表示最具有原子性的數(shù)據(jù)的聚集。不過(guò)，只要選取較高層面的粒度，就意味著將自己限制到更少或者細(xì)節(jié)性可能更小的維度上了。具有較少粒度性的模型容易直接遭到深入到細(xì)節(jié)內(nèi)容的不可預(yù)見(jiàn)的用戶(hù)請(qǐng)求的攻擊。聚集概要性數(shù)據(jù)作為調(diào)整的一種手段起著非常重要的作用，但他絕不能作為用戶(hù)存取最底層面細(xì)節(jié)內(nèi)容的替代品。遺憾的是，有些權(quán)威人士在這方面一直含糊不清，他們宣稱(chēng)維度模型只適合于總結(jié)性數(shù)據(jù)，并批判那些認(rèn)為維度建模方法可以滿足預(yù)測(cè)業(yè)務(wù)需求的看法。這樣的誤解會(huì)隨著細(xì)節(jié)性的原子型數(shù)據(jù)在維度模型中的出現(xiàn)而慢慢的消失。4.2.3.選定維度
維度所引出的問(wèn)題是：“業(yè)務(wù)人員將如何描述從業(yè)務(wù)處理過(guò)程得到的數(shù)據(jù)？”。應(yīng)該用一組在每個(gè)度量上下文中取單一值而代表了所有可能情況的豐富描述，將事實(shí)表裝扮起來(lái)。如果對(duì)粒度方面的內(nèi)容很清楚，那么維度的確定一般是非常容易的。通過(guò)維度的選定，可以列出那些使每個(gè)維度表豐滿起來(lái)的離散的文本屬性。常見(jiàn)的例子包括：日期、產(chǎn)品、客戶(hù)、賬戶(hù)和機(jī)構(gòu)等。4.2.4.確定事實(shí)
這是設(shè)計(jì)過(guò)程的第四步也是最后一步，在于仔細(xì)確定那些事實(shí)要在事實(shí)表中出現(xiàn)。事實(shí)的確定可以通過(guò)回答“要對(duì)什么內(nèi)容進(jìn)行評(píng)測(cè)”這個(gè)問(wèn)題來(lái)進(jìn)行。業(yè)務(wù)用戶(hù)在這些業(yè)務(wù)處理性能度量值的分析方面有濃厚的興趣。設(shè)計(jì)中所有供選取的信息必須滿足在第2步中定義的粒度要求。明顯屬于不同粒度的事實(shí)必須放在單獨(dú)的事實(shí)表中。通常可以從以下三個(gè)角度來(lái)建立事實(shí)表：針對(duì)某個(gè)特定的行為動(dòng)作，建立一個(gè)以行為活動(dòng)最小單元為粒度的事實(shí)表。最小活動(dòng)單元的定義，依賴(lài)于分析業(yè)務(wù)需求。比如用戶(hù)的一次網(wǎng)頁(yè)點(diǎn)擊行為、一次網(wǎng)站登錄行為，一次電話通話記錄。這種事實(shí)表，主要用于從多個(gè)維度統(tǒng)計(jì)，行為的發(fā)生情況，主要用于業(yè)務(wù)分布情況，績(jī)效考核比較等方面的數(shù)據(jù)分析。針對(duì)某個(gè)實(shí)體對(duì)象在當(dāng)前時(shí)間上的狀況。我們通過(guò)對(duì)這個(gè)實(shí)體對(duì)象在不同階段存儲(chǔ)他的快照，比如用戶(hù)的余額、用戶(hù)擁有的產(chǎn)品數(shù)等。通過(guò)這種可以統(tǒng)計(jì)實(shí)體在不同生命周期中的關(guān)鍵數(shù)量指標(biāo)。針對(duì)業(yè)務(wù)活動(dòng)中的重要分析和跟蹤對(duì)象，統(tǒng)計(jì)在整個(gè)企業(yè)不同業(yè)務(wù)活動(dòng)中的發(fā)生情況。比如會(huì)員，可以執(zhí)行或參與多個(gè)特定的行為活動(dòng)。這種事實(shí)表是以上兩種事實(shí)表的一個(gè)總計(jì)和歸納。它主要用于針對(duì)我們業(yè)務(wù)中的活動(dòng)對(duì)象進(jìn)行跟蹤和考察。4.3.數(shù)倉(cāng)在維度建模層次劃分
經(jīng)過(guò)長(zhǎng)時(shí)間的探索，在物理建模這個(gè)過(guò)程中一般會(huì)進(jìn)行層次劃分，分別是：基礎(chǔ)事實(shí)、輕度匯總層、集市寬表層。
