浅谈数据仓库建设中的数据建模方法
所谓水无定势，兵无常法。不同的行业，有不同行业的特点，因此，从业务角度看，其相应
的数据模型是千差万别的。目前业界较为主流的是数据仓库厂商主要是 IBM 和 NCR，这
两家公司的除了能够提供较为强大的数据仓库平台之外，也有各自的针对某个行业的数据模
型。
例如，在银行业，IBM 有自己的 BDWM(Banking data warehouse model)，而 NCR 有自
己的 FS-LDM 模型。在电信业，IBM 有 TDWM（Telecom Data warehouse model），而
NCR 有自己的 TS-LDM 模型。因此，我们看到，不同的公司有自己针对某个行业的理解，
因此会有不同的公司针对某个行业的模型。而对于不同的行业，同一个公司也会有不同的模
型，这主要取决于不同行业的不同业务特点。
举例来说，IBM 的 TDWM 的模型总共包含了以下 9 个概念，如下图：
图 1. IBM 的 TDWM 概念模型
可能很多人要问，为什么你们的模型是 9 个概念而不是 10 个，11 个呢？你们的数据仓
库模型的依据又是什么？其实这是我们在给客户介绍我们的数据模型时，经常被问到的一个
问题，我希望读者在读完本文时，能够找到自己的答案。
虽然每个行业有自己的模型，但是，我们发现，不同行业的数据模型，在数据建模的方法上，
却都有着共通的基本特点。
本文的主要目的之一，就是希望读者能够通过对本文的阅读，同时，结合自己对数据仓库建
设的经验，在建设数据仓库的时候能够总结出一套适合自己的建模方法，能够更好的帮助客
户去发挥数据仓库的作用。
剩余13页未读，继续阅读
资源评论
l19929022022-11-22超赞的资源，感谢资源主分享，大家一起进步！
商业数据
- 粉丝: 1
- 资源: 9
