0037-数据集市,Inmon架构及Kimball架构

已于 2023-07-30 15:15:53 修改
阅读量676 收藏 2
点赞数
分类专栏： 数据仓库 文章标签： etl 数据仓库 大数据
于 2021-09-12 13:26:55 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zuochang_liu/article/details/120096540
版权


在数据仓库持续演进的过程中，逐渐产生了不少的架构方法，主要有Inmon架构，Kimball架构，数据集市架构及混合架构等。

一 数据集市

先说说数据集市吧，数据集市也不是之前单独按照每个部门去搭建的，都是出自搭建好的企业级数据仓库。属于从属数据集市，可以有效消除各部门数据不一致的情况。

早期数据集市：

从属数据集市：

了解本专栏 订阅专栏 解锁全文 超级会员免费看
大数据私房菜
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
数据集市的结构
知识的天空
04-14 2713
BI分析中最基础的是数据集市的创建, 下面简单的讨论下一些相关的术语:1．Measures：这是BI的基础，也是实施BI的全部原因。它是一个数字量，用于表示决策分析中需要的信息。一个Measures也称为一个fact，所以放置Measures的表也称为事实表。2．Dimensions：它是用于组成Measure的某些指标量。例如销售Measure可以用销售量表示，而这个Measure可以从
Kimball架构与Inmon架构
ooeeerrtt的博客
02-10 683
Inmon架构的思想在于自上而下的构建数据模型。以数据源头开始，数据以瀑布流式的向下流动，更加注重数据清洗。其核心思想在于数仓分层。（换言之就是，尽量将某一主题域的所有数据都考虑到数据建模中。这样设计的数据模型的覆盖面会更广，但是数据模型的设计会困难） Kimball架构的思想在于自下而上的构建数据模型。以具体业务诉求为出发点，设计数据模型。其核心思想在于维度建模。（即根据业务需求找到关注的数据指标，基于关注的数据指标设计数据模型。这样设计的数据模型会更加的独立，但可能会导...
数据集市的详细建设方案！
最新发布
dream317
04-28 1282
数据集市是处理单一事务的数据仓库的子集。它们通常由单个业务部门构建和管理。由于它们是面向主题的，因此通常仅从少数来源获取数据，这些来源可能是内部操作系统，数据湖，一个集中的数据存储库，或外部来源。它们通常比数据仓库更精简、更简单，这使得它们更容易构建和维护。
数据仓库Inmon和Kimball架构
chbxw
08-31 833
文章目录一、Inmon 架构二、Kimball 架构三、Inmon vs Kimball三、独立数据集市五、总结关注我的公众号【宝哥大数据】，更多干货 对于数据仓库体系结构的最佳问题，始终存在许多不同的看法，甚至有人把 Inmon 和 Kimball 之争称之为数据仓库界的“宗教战争”，那么本文就通过对两位提倡的数据仓库体系和市场流行的另一种体系做简单描述和比较，不是为了下定义那个好，那个不好，而是让初学者更明白两位数据仓库鼻祖对数据仓库体系的见解而已。 一、Inmon 架构 2000年5月，W.H.Inm
数据集市的架构和融合-你我贷
chengying332
10-14 1079
数据集市的架构和融合-你我贷 P2P在美国LendingClub是一个纯互联网＋大数据的工作，但在中国的国情下，征信数据的局限性以及普通人对维护自身信用的薄弱意识，使得纯线上的P2P很难开展好。这复杂的业务背景对技术人员而言挑战更大，机遇也更大。借这次机会，介绍一下你我贷是如何做好O2O的大数据规划和实施，并在实战中如何服务好业... 详细解读 和小伙伴们一起来吐槽
2-数据集市建设架构方案.pptx
06-30
数据集市建设架构方案
系统中ETL和数据集市的架构设计和实现（PPT）
02-24
简介：作者结合实际工作的需求，在设计和实现某公司商务部分析报表系统的过程中对ETL与数据集市的架构进行了研究。该系统是某大型外资企业进行商务决策过程所需的分析报表系统，该系统能向相关部门提供每日更新、准确可靠的报表数据，且报表用户可以通过钻取、切片和切块等操作来分析所关心的数据信息。
数据仓库中的Inmon与Kimball架构之争
02-25
对于数据仓库体系结构的最佳问题，始终存在许多不同的看法，甚至有人把Inmon和Kimball之争称之为数据仓库界的“宗教战争”，那么本文就通过对两位提倡的数据仓库体系和市场流行的另一种体系做简单描述和比较，不是...
数据集市建设、数据质量及数据管理方法.ppt
08-25
数据分层架构是数据集市设计的关键，它通常包括EDW（企业数据仓库）/ODS（操作数据存储）层、数据集市层和数据展现层。以针对性营销数据集市为例，它基于EDW/ODS进行数据汇总，提供营销分析数据和营销事务数据。营销...
数仓建模方法和数仓分层架构详解.pdf
09-28
Inmon架构提倡企业数据协调与集成，认为要利用规范化的EDW承担这个责任，而Kimball架构强调具有 一致性维度的企业总线的重要作用。在Inmon架构中，数据仓库通常以部门为中心（而不是围绕业务过程来组织），而且包含...
数据集市介绍，详细的架构方案
04-01
数据集市的介绍、详细的架构方案，挺实用
数据仓库（四）：设计数据仓库--Inmon方法
数据库
05-04 624
（注意：本文参考的是Inmon的著作，因此主要介绍数据仓库设计的Inmon方法，即关系模型；关于维度模型，即Kimball方法可以参考本系列（二）（五）（六）等） 建数据仓库主要包括两部分工作：与操作型系统接口的设计和数据仓库本身的设计。此处用“设计”一词并不准确，在数据仓库之三中我们提到数据仓库是在启发方式下建造的，即螺旋式的开发过程：首先载入一部分数据供DSS分析员使用，然后根据反馈修改数据...
数据架构 Inmon
weixin_40282669的博客
05-01 317
第一章 企业数据 1.1 企业数据 1.1.1 企业的全体数据 全体数据划分为结构化数据和非结构化数据，结构刷数据是可预见、经常出现的数据结构。通常包括记录、属性、键、索引，可通过DBMS进行管理。非结构化数据是不可预见，没有可以被计算机识别的结构 ...
企业数据仓库构架(Kimball架构)
Jmayday
10-28 960
1、建立维度模型的时候不一定要求维度模型满足3范式，维度表存储空间的权衡往往需要关注简单性和 可关注简单性和可访问性 2、维度模型 星型和OLAP多维数据库 3、粒度 每行中的数据是一个特定级别的细节数据，称为粒度 4、维度建模的核心 事实表中的所有度量必须具有相同的粒度 5、事实表的粒度划分为三类 事务、周期性快照和累计快照 6、展现区数据特点 维度化的、原子的、...
数据集市建设篇
weixin_42968761的博客
09-29 1781
本文主要讲述了数据集市框架搭建的内容，同时也算对自己工作的一个小结。
2. Kimball的DW/BI架构解析
liuqiker的博客
01-30 965
数据仓库&维度建模学习笔记
Kimball维度模型之数据仓库分层架构
道可道非常道
03-01 1129
Kimball维度数据仓库按照经典分层理论，可以划分为3层，底层为ODS层，中间DW层，上层应用层。比较全面的数仓架构图如下所示，下面笔者针对架构图中的各个部分分别介绍。
数据仓库(4)基于维度建模的数仓KimBall架构
编程代码，数据学习开发的日常总结。欢迎关注VX公众号：张飞的猪大数据分享
02-23 559
  基于维度建模的KimBall架构，将数据仓库划分为4个不同的部分。分别是操作型源系统、ETL系统、数据展现和商业智能应用，如下图。   操作型源系统，指的就是面向用户的各类系统，如app、网站、ERP、CRM等系统。这一块就是我们数据仓库的数据来源，并且这类数据往往有各自的格式和内容，我们同步过来之后，需要对数据进行清洗和规范化。   ETL系统，指的就是获取、转换、加载的(Extract Transformation and Load)过程以及在etl过程中使用到的数据和数据结构这样的一个过程的集合
数据仓库(5)数仓Kimball与Inmon架构的对比
编程代码，数据学习开发的日常总结。欢迎关注VX公众号：张飞的猪大数据分享
03-31 2149
数据仓库主要有四种架构，Kimball的DW/BI架构、独立数据集市架构、辐射状企业信息工厂Inmon架构、混合Inmon与Kimball架构。不过不管是那种架构，基本上都会使用到维度建模。 Kimball的DW/BI架构，可以参考这篇文章 数据仓库(4)基于维度建模的KimBall架构。 独立数据集市架构，采用这种架构的数据仓库，数据以部门为基础来部署，不考虑企业级别的信息共享和集成。也就是各个部门各自按照需要，各自在数据源同步数据，按照各自的标准，对数据进行处理。这种实际上就是没有架构，会造成分析数据的
深入数据仓库kimball和inmon
10-04
kimball和inmon都是数据仓库建模方法论的代表性人物。他们的方法论在数据仓库的架构设计、数据建模和实施过程中有着不同的理念和做法。 Kimball方法论强调的是数据仓库的快速构建和灵活性。它将数据仓库建设分为维度建模和星型/雪花模式建模两个重要方面。维度建模通过识别业务过程中的维度和测量，将业务数据转化为维度模型来实现数据存储和查询。星型/雪花模式建模通过将维度模型与事实表建立关联，实现对多个维度数据的分析。Kimball方法论注重业务需求和用户需求的理解，强调数据仓库建设过程中的合作和沟通。 Inmon方法论则更注重数据一致性和标准化。它提倡数据仓库的三层架构，包括操作型数据库层、集成层和用户查询层。操作型数据库层用于收集和存储源系统数据，集成层用于将数据进行转化和整合，用户查询层用于提供数据访问和分析工具。Inmon方法论认为数据仓库应该是一个集中和一致的数据存储系统，强调数据质量、数据一致性和数据精确性的保证。 综合来看，Kimball方法论注重业务需求和用户需求的快速响应，通过维度建模和星型/雪花模式建模实现灵活的数据存储和查询；而Inmon方法论注重数据的一致性和标准化，通过三层架构实现数据的集成和整合。在具体实施过程中，可以根据具体的业务需求和场景选择采用适合的方法论，并结合实际情况进行灵活运用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

大数据私房菜

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值