数据仓库【Date Vault 建模】

目录

1、Date Vault 基本概念

2、Date Vault 建模实例 

2.1  转换中心表

2.2 转换链接表

2.3 转换附属表

2.4 使用下面的脚本建立Data Vault数据库表：

2.5 Data Vault模型如下图所示

---

1、Date Vault 基本概念

     Data Vault（DV）模型是用于企业级的数据仓库建模。由Dan Linstedt在20世纪90年代提出（ http://www.danlinstedt.com）。最近几年，Data Vault模型获得了很多关注，并在BI社区里拥有了一批追随者。

    Dan Linstedt将Data Vault模型定义如下：

    Data Vault是面向细节的，可追踪历史的，它是一组有连接关系的规范化的表的集合。这些表可以支持一个或多个业务功能，它是一种综合了第三范式（3NF）和星型模型优点的建模方法。其设计理念是要满足企业对灵活性、可扩展性、一致性和对需求的适应性要求，它是一种专为企业级数据仓库量身定制的建模方式。

    从上面的定义，可以看出Data Vault既是一种数据建模的方法论，又是构建企业数据仓库的一种具体方法。Data Vault模型由三个模块组成，中心表、链接表、附属表。建模方法论里定义了Data Vault的组成部分和组成部分之间的交互方式。Data Vault的建模方法中还包括了最佳实践，来指导构建企业数据仓库。例如，业务规则应该在数据的下游实现，就是说Data Vault只按照业务数据的原样保存数据，不做任何解释、过滤、清洗、转换。即使从不同数据源来的数据是自行矛盾的，Data Vault模型不会遵照任何业务的规则，如“系统A的地址为准”。Data Vault模型会保存两个不同版本的数据，对数据的解释将推迟到整个架构的后一个阶段（数据集市）。

    Data Vault模型是由业务键（Hub）、业务关系（Link）、业务描述（Satellite）组成的。

源数据库模型（3NF）如下图：

星型模型如下图：

Data Vault模型如下图：

说明：

    星型模型（star schema）的事实表采取了完全规范化的第三范式（3NF）模型，而维表采取了第二范式的设计模型。有时也会把维表的设计规范化，就成了所谓的雪花模型（snowflake schema）。

    星型模型向Data Vault模型转化：星型模趔的主要构成部分是维表与事实表，在转化为DataVault模型时自然涉及到维表与事实表的分别转化，使之映射为DataVault模型的Hub、Link、Satellite组件。

<