金融主题域模型

大数据平台建设后，数据经过初步的清洗、简单加工进入到贴源层，面对这些数据，如何在贴源层之上的基础层构建主题模型是需要思考的一个课题。清晰的数据结构可以在使用表的时候能更方便地定位和理解，规范数据分层，开发一些通用的中间层数据，比如汇总层数据，满足不同业务取数要求，能够减少极大的重复计算；通过针对原始数据的一些预处理（缺失值、噪声等处理）屏蔽原始数据的异常。
针对这块，可以说我还是个小白，故自己查阅了一些网上资料并做了总结，记录在这里。

• 通用金融行业主题域模型设计原则：

1、是对商业模型的抽象；
2、以商业模式中关注的对象为划分依据；
3、内容完整且相对稳定；
4、每个主题域下一般都有一个与之同名的主实体，围绕该主实体展开各种关系实体及父子实体。

• NCR金融数据模型
  NCR FS-LDM数据模型可以说是金融行业事实上的工业标准。
  
• 支付宝

支付宝基于IBM 的FSDM的九大数据概念进行客户化，如下图所示：

• 结语
• 结语
  数据仓库的分层可以算是数据仓库架构的子话题。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。
  在I