数据仓库设计问题

数据仓库设计需要有以下几个优点：

高效性：公司的数据都是海量的，有时客户需要查询一天内的数据，这就要考验数据仓库的效率了。数据仓库设计的不好，很可能会出现一些问题，如数据会延迟1-3天出数据，这是不行的。

数据质量:数据仓库的流程至少分为3步，2次ETL，复杂的数据架构会带来更多的层次，数据库中脏数据和较差的代码质量，会是数据失真，误导决策者做出结论。

可扩展性：至少要保证三五年的扩展性，要避免出现数据量大很多的时候，数据仓库出现异常，建议多一些中间层来缓冲数据流。

 

数据仓库为何有意引入冗余

冗余并不是一件坏事，数据仓库是分析数据的，多出重复数据是很正常的。

冗余往往可以提高读取的速度，有一点空间换时间的意思，而现在空间的成本不大。数据仓库全是关联关系，必须关联很多表才能得到一个数据，冗余肯定时间少表的关联，减少关联开销，减少汇总开销。

数据仓库存储的是海量数据，所以对于查询统计时间的敏感度肯定比空间高，所以采用冗余设计是为了提高海量数据的检索速度，这时候空间已经不是瓶颈了。