一篇文章搞懂数据仓库：总线架构、一致性维度、一致性事实

最新推荐文章于 2024-05-01 06:38:35 发布

2301_76348171

最新推荐文章于 2024-05-01 06:38:35 发布

阅读量972

点赞数 19

分类专栏：程序员文章标签：数据仓库架构

本文链接：https://blog.csdn.net/2301_76348171/article/details/137710706

版权

本文介绍了Kimball的维度建模数据仓库中的核心概念，包括总线架构、一致性维度（用于解决数据集市孤立问题）和一致性事实（确保跨集市查询的可行性）。作者详细阐述了MD架构的组成部分，以及如何通过一致性维度和事实来实现分布式数据仓库的集成和一致性.

摘要由CSDN通过智能技术生成

一致性事实

2、总线架构demo

1、概述

====

在Kimball的维度建模的数据仓库中，关于多维体系结构（MD）有三个关键性概念：总线架构（Bus Architecture），一致性维度（Conformed Dimension）和一致性事实（Conformed Fact）。

总线架构

多维体系结构(总线架构) 数据仓库领域里，有一种构建数据仓库的架构，叫Multidimensional Architecture（MD），中文一般翻译为“多维体系结构”，也称为“总线架构”（Bus Architecture）。多维体系结构的创始人是数据仓库领域中最有实践经验的Kimball博士。多维体系结构主要包括后台（Back Room）和前台（Front Room）两部分。后台也称为数据准备区（Staging Area），是MD架构的最为核心的部件。在后台，是一致性维度的产生、保存和分发的场所。同时，代理键也在后台产生。前台是MD架构对外的接口，包括两种主要的数据集市，一种是原子数据集市，另一种是聚集数据集市。原子数据集市保存着最低粒度的细节数据，数据以星型结构来进行数据存储。聚集数据集市的粒度通常比原子数据集市要高，和原子数据集市一样，聚集数据集市也是以星型结构来进行数据存储。前台还包括像查询管理、活动监控等为了提供数据仓库的性能和质量的服务。在多维体系结构中，所有的这些基于星型机构来建立的数据集市可以在物理上存在于一个数据库实例中，也可以分散在不同的机器上，而所