数据仓库建模的目标

数据仓库建模目标

1、访问性能

能够快速查询需要的数据，减少数据I/O；

构建数据仓库不只是为了集成数据，而集成数据讲究的是一个方法。集成数据的同时要考察的是一个快速查询出需要的数据，有效减少使用数据时带来的磁盘IO。

2、数据成本

减少不必要的数据冗余，实现计算结果数据复用，降低大数据系统中的存储成本和计算成本；

基于大数据的仓库建模，数据量是偏大的。所以，我们需要考虑数据成本。存储成本、计算成本，还有用户使用的成本。

3、使用效率

改善用户体验，提高使用数据的效率；

4、数据质量

改善数据统计口径的不一致性，减少数据计算错误的可能性，提高高质量的、一致的数据访问平台。

所以，大数据的数仓建模需要通过建模的方法更好的组织、存储数据，以便在性能、成本、效率和数据质量之间找到最佳的平衡点。