数据仓库设计方法

在以前的文章中，我们必须学习数据仓库对象 ， 各种数据仓库模式和数据仓库基础知识 。 现在，我们该了解如何构建或设计数据仓库。

可以按照以下任一方法完成数据仓库的设计或构建。 这些方法尤其被称为：

• 自上而下的方法
• 自下而上的方法

这些方法由数据仓库的两个承担者Ralph Kimball和Bill Inmon定义 。

自上而下的方法

Bill Inmon提出了这种方法，他说：“ 数据仓库是整个商业智能系统的一部分。 一个企业有一个数据仓库，而约会市场从数据仓库中获取其信息。 在数据仓库中，信息以“第三范式”存储。

简而言之，Bill Inmon提倡“依赖数据集市结构”。

上图显示了自顶向下模型的工作方式。

步骤如下：

• 数据是从不同/相同的数据源中提取的。 将此数据加载到暂存区中，并进行验证和合并以确保准确性，然后将其推送到企业数据仓库（EDW）。
• 定期从EDW中提取详细数据，并将其临时存储在暂存区域中以进行汇总，汇总，然后提取并加载到数据仓库中。
• 一旦完成数据的汇总和汇总，数据集市就会将数据提取到数据集市中，并对其进行新的转换。 这样做是为了使随附的数据与为数据集市定义的结构同步。

自下而上的方法

Ralp Kimball提出了这种方法，他说： “数据仓库是企业内所有数据集市的联合体。 信息总是存储在维度模型中。”

* Ralp kimball设计了数据仓库，其中数据集市通过总线结构连接到该数据仓库。

*如上所示，总线结构包含数据集市使用的所有常见元素，例如一致的尺寸，度量等。

基本上，Kimball模型逆转了Inmon模型，即直接从源系统中加载数据集市，然后使用ETL流程加载到数据仓库中。

步骤如下：

• 自下而上方法中的数据流始于从运营数据库中提取数据到暂存区域，在此将数据进行处理并加载到EDW中。
• EDW中的数据将刷新或替换为正在加载的新数据。 刷新EDW之后，将在暂存区域中再次提取当前数据，并进行转换以适合数据集市结构。 数据是从Data Mart提取到汇总，汇总等过渡区域的，然后加载到EDW中，然后可供最终用户进行分析。

参考：来自我们的JCG合作伙伴 Farhan Khwaja的Data Warehouse Design Approaches在Code 2学习博客上

翻译自: https://www.javacodegeeks.com/2013/01/data-warehouse-design-approaches.html