Data Vault玩转数据仓库（一）

简介

国内关于Data Vault的信息很少，所以决定写点什么，纯粹都是自己在这个行业10多年的摸爬滚打。不过为了效率，尽量做到简短，直接上干货。对于各个细节大家有不同的理解欢迎来讨论。

 

数据仓库建模的方法有哪些。

首先最经典的是数据仓库Inmon基于3NF的方法。这个方法知道概念的人很多，但是实际用的很少，也不建议你去了解更多，因为目前在国内的招聘网站上你会很少找到这个。

其次是Kimball的维度建模方法，这个基本上做过数据仓库的都用过，比如事实表和维度表，基于这种理论也可以构建数据立方体方便分析。其特点是简单快速，适合中小型数据仓库。招聘网站上九成以上关于数据仓库的招聘都会要求这个。

然后是Dan的Data Vault建模方法。这个国内知道的不多。不同于维度方法，它的基本表是LINK，HUB以及SAT表。这个方法论连Inmon都说好，只是圈子实在太小。这个方法论比较适合企业级数据仓库，以及大数据的场景。

 

为什么要Data Vault

关于DV的各种好处官方站点提了好多，但说得都很marketing。以下是我个人的理解：

-      适合企业级数据仓库。

-      适合大数据项目，是的，在大数据中你怎么去组织数据，直接扔那？还是用维度模型？是不是都不太合适？那你应该考虑Data Vault。

-      比较容易根据元数据系统去自动生成相应的代码。这个在下面我会介绍一些。

 

谁更爱DV？

这是一个很有意思的问题，同时你也可以看