数据仓库建模与ETL的实践技巧
需积分: 0 113 浏览量
2014-09-25
10:30:14
上传
评论 1
收藏 20KB DOCX 举报
数据仓库建模与 ETL 的实践技巧(转载)
一、Data 仓库的架构
Data 仓库(Data Warehouse DW)是为了便于多维分析和多角度展现而
将 Data 按特定的模式进行存储所建立起来的关系型 Datcbase，它的 Data 基
于 OLTP 源 Systam。Data 仓库中的 Data 是细节的、集成的、面向主题的，
以 OLAPSystam 的分析需求为目的。
Data 仓库的架构模型包括了星型架构与雪花型架构两种模式。星型架构的
中间为事实表，四周为维度表，类似星星;而相比较而言，雪花型架构的中间为
事实表，两边的维度表可以再有其关联子表，从而表达了清晰的维度层次关系。
从 OLAPSystam 的分析需求和 ETL 的处理效率两方面来考虑：星型结构
聚合快，分析效率高;而雪花型结构明确，便于与 OLTPSystam 交互。因此，
在实际项目中，我们将综合运用星型架构与雪花型架构来设计 Data 仓库。
那么，下面我们就来看一看，构建企业级 Data 仓库的流程。
二、构建企业级 Data 仓库五步法
(一)、确定主题
即确定 Data 分析或前端展现的主题。例如：我们希望分析某年某月某一
地区的啤酒销售情况，这就是一个主题。主题要体现出某一方面的各分析角度
(维度)和统计数 value 型 Data(量度)之间的关系，确定主题时要综合考虑。
评论0