《数据仓库工具箱-维度建模》--基本概念

最新推荐文章于 2020-07-31 18:07:25 发布

congtu3206

最新推荐文章于 2020-07-31 18:07:25 发布

阅读量146

点赞数

从今天开始系统学习整理数据仓库-纬度建模相关技能。
1、数据仓库是一个建设过程，而不是一个产品。对数据仓库而言，业务需求是第一位。
2、信息的两个领域
OLTP（信息存入）：操作型数据库
解决处理的高性能和可用性
OLAP（信息读取）：数据仓库
思考：数据仓库产生的原因，及两种数据库之区别和应用场景差异、特性差异
3、数据仓库建设
易阅读：数据仓库内容对开发人员、业务人员易于阅读
一致性：不同系统的数据一致性，即要规范化数据格式
扩展性：需求、业务场景、技术、数据内容变化时，可便捷修改
安全性：权限控制，权限最小化访问策略
OLAP：为决策提供支持
应充分让客户意识到商业智能及数据仓库建设的重要性，调动积极性。
4、数据仓库构成
针对数据仓库构建的几个环节
（1）操作型数据源
外部平面文件。
（2）数据聚集环节
ETL过程。
（3）数据展现环节
数据中心的集成：维度、原子型数据或汇总数据、单个业务处理为基础
数据应该是以维度形式进行展示、存储和访问，维度模型为数据仓库用户提交数据最可行的技术手段。
（4）数据存取工具
特殊查询工具、报表书写器、分析型应用程序、建模
5、词汇
事实表：维度模型中存储业务性能的度量值。
（1）可加性、半加性、非可加性。避免将度量设置为文本型。
（2）粒度：事务、周期快照、累计快照
（3）表示维度间多对多关系
维度表：包含业务的文字描述
（1）维度表有多列或属性
（2）倾向于行数做得相当少，将列数做得特别大
（3）访问事实表的入口，使用数据仓库的接口
（4）文本型或描述性
一数字型字段用做实事还是维度属性判别标准
（1）含有许多取值并参与运算的度量值->当实事看待
（2）变化不多并参与作为约束条件的离散取值的描述->当维属性看待
实事与维度融合
（1）规范化ER图
将ER图分解为分散的业务过程单独建模，将ER图具有数字型或可加性非关键字实事的多对多关系作为实事表，将所有表复合成具有直接连接到实事表的平面表做为维度表。可作为聚集环节范围内的角色而非最终目标
（2）维度建模
EAI：Enterprise Application Intergration（企业应用集成）
ODS：Operational Data Store（操作数据存储）