3. 数据仓库的设计始于数据模型。企业数据模型用于操作型环境的设计。企业数据模型的
一种变型用于数据仓库的设计。数据仓库以反复开发的形式建立。对于数据仓库的需求是不
可能预先知道的。数据仓库的构造是在与传统操作型系统完全不同的开发生命周期中进行的。
数据仓库开发者面临的基本问题是管理大量数据。为此,数据的粒度和分割是数据库设
计的两个最重要问题。然而,也存在许多其他物理设计问题,其中大多数都与数据访问的效
率有关
4.选择合适的粒度级别是体系结构设计环境成功的关键。选择粒度级别的一般方法,是利
用常识,建立数据仓库的一小部分,并让用户去访问这些数据。然后仔细聆听用户的意见,
根据他们的反馈意见适当调整粒度的级别。
最坏的想法是想要事先设计好所有的粒度级别,再进行数据仓库的建造。即使在最好的
情况下,能使设计的5 0 %是正确的就已经很不错的了。数据仓库环境的特点就是只有当决策
支持系统分析员实际看到了报告之后,才能想像哪些是真正需要的。
5
数据仓库的灵魂就在于灵活性和对数据的不可预测的访问
一种变型用于数据仓库的设计。数据仓库以反复开发的形式建立。对于数据仓库的需求是不
可能预先知道的。数据仓库的构造是在与传统操作型系统完全不同的开发生命周期中进行的。
数据仓库开发者面临的基本问题是管理大量数据。为此,数据的粒度和分割是数据库设
计的两个最重要问题。然而,也存在许多其他物理设计问题,其中大多数都与数据访问的效
率有关
4.选择合适的粒度级别是体系结构设计环境成功的关键。选择粒度级别的一般方法,是利
用常识,建立数据仓库的一小部分,并让用户去访问这些数据。然后仔细聆听用户的意见,
根据他们的反馈意见适当调整粒度的级别。
最坏的想法是想要事先设计好所有的粒度级别,再进行数据仓库的建造。即使在最好的
情况下,能使设计的5 0 %是正确的就已经很不错的了。数据仓库环境的特点就是只有当决策
支持系统分析员实际看到了报告之后,才能想像哪些是真正需要的。
5
数据仓库的灵魂就在于灵活性和对数据的不可预测的访问