pang12234的专栏

​数据仓库建模包含了几种数据建模技术，除了之前在数据库系列中介绍过的ER建模和关系建模，还包括专门针对数据仓库的维度建模技术。本文将详细介绍数据仓库维度建模技术，并重点讨论三种基于ER建模/关系建模/维度建模的数据仓库总体建模体系：规范化数据仓库，维度建模数据仓库，以及独立数据集市。

11. **支持数据生命周期管理**：从数据的创建、存储、使用到销毁，确保数据在整个生命周期中的有效管理。9. **促进数据共享和集成**：在确保安全和合规的前提下，促进不同系统和组织间的数据共享。8. **支持业务决策**：提供准确和及时的数据支持，帮助管理层做出更好的业务决策。5. **优化数据价值**：通过有效的数据治理，提高数据的商业价值和决策支持能力。1. **提高数据质量**：确保数据的准确性、一致性、完整性和可靠性。6. **降低风险**：减少因数据问题导致的法律、财务和声誉风险。

数据治理的前提是要有数据，并且要求数据类型全、量大，并尽可能的覆盖数据流转的各个环节，而元数据是“所有系统、文档和流程中包含的所有数据的语境。同时，要对元数据进行权限管理，规范权限的管理流程（元数据的权限分层、元数据权限申请流程、元数据的发布流程、元数据的审核流程等）。业务元数据描述的对象，是数据的业务含义、业务规则等。2、元数据&元数据管理的重要性在表格中，“175”是实体数据，而业务元数据、技术元数据、操作元数据、管理元数据，分别从各自的角度描述了“175”这个数字，所以，它们都在元数据的范畴内。

维度建模中，事实表分为三类：事务事实表，周期快照事实表，累计事实表，他们维度一致，但功能要求和描述的业务事实存在巨大差异。