数据仓库分层之辩

最新推荐文章于 2024-07-28 13:00:00 发布

nisjlvhudy

最新推荐文章于 2024-07-28 13:00:00 发布

阅读量1.6w

点赞数 6

分类专栏： Data Warehouse

本文链接：https://blog.csdn.net/nisjlvhudy/article/details/8559397

版权

本文探讨了数据仓库的分层架构，主要对比了Inmon的CIF（企业信息工厂）和Kimball的总线架构。Inmon主张ODS、EDW、DM三层结构，强调数据的清洗和一致性；而Kimball侧重于数据集市的整合，通过统一维度实现。文章还讨论了ODS层和DW层的特性以及存在的争议，提出实际应用中应根据项目需求选择合适的分层方法。

摘要由CSDN通过智能技术生成

--转自：http://blog.itpub.net/post/14877/198599
数据仓库的分层可以算是数据仓库架构的子话题。在前段时间参与的一次讨论中，笔者发现其中争论的焦点集中在每一层的作用、特点、是否有必要存在等问题。其中，大家虽然一致提到某些相关概念，但各方的理解却并非完全一致。例如对于ODS是什么、维度建模是什么等问题的解读，都是如此。
不妨想想看：数据从分散而异构的数据源中长途跋涉，到最终的报表、仪表盘、OLAP应用等等，让用户看到一致的结果，这是一个过程。记得以前有个矿泉水广告，说要经过N层的过滤才得到了那种水。而数据仓库也一样，从原来乱七八糟的数据到交付到用户手中的“纯净”数据，也需要这样一个过滤过程，需要各种不同的过滤装置。
这个过滤过程，我们可以称之为ETL；而那些过滤装置，就可以看作数据仓库的分层。从目前来看，还没有非常统一的分层方法，其中，Inmon和Kimball是最具代表性的两种分层方法。
Inmon与Kimball
在Inmon提出的CIF（Corporate Information Factory，企业信息工厂)中，他将ODS（Operational Data Store，操作型存储）、EDW（Enterprise Data Warehou