数据仓库项目当中数据建模浅淡
2013-09-01 21:49
295 查看
数据仓库项目中数据建模是数据需求到数据落地中间承上启下的一个环节,个人认为非常的重要,它是对需求对的一种提炼,一种总结!逻辑上抽像点来说数据模型是对业务数据按照主题进行组织,它是一个载体;物理上来说它对应的是一系列的维表、事实表。
那么数据仓库项目中数据建模需要着重注意哪些点呢?
1、应该是面向主题建模,而不是面向报表,不应该不断的为了特定的报表大量重复的建模工作。
2、确定数据模式,星型模型还是雪花模型,一般星型模型比较主流,如果业务特点是数据量小,业务却复杂,灵活,可考虑雪花
3、兼顾数据粒度与效率的选择,一般明细的放在仓库层,经过预汇总后的放在集市层,或者脱离DB,为多维立方体组织
4、确定数据分割的策略,是按照行还是按照列组织数据,如果是这多个指标同时不空NULL,可关联性比较高,按照列
5、其他的是考虑分区,索引,表空间等物理相关的策略
那么数据仓库项目中数据建模需要着重注意哪些点呢?
1、应该是面向主题建模,而不是面向报表,不应该不断的为了特定的报表大量重复的建模工作。
2、确定数据模式,星型模型还是雪花模型,一般星型模型比较主流,如果业务特点是数据量小,业务却复杂,灵活,可考虑雪花
3、兼顾数据粒度与效率的选择,一般明细的放在仓库层,经过预汇总后的放在集市层,或者脱离DB,为多维立方体组织
4、确定数据分割的策略,是按照行还是按照列组织数据,如果是这多个指标同时不空NULL,可关联性比较高,按照列
5、其他的是考虑分区,索引,表空间等物理相关的策略
相关文章推荐
- 深入探讨数据仓库建模与ETL的实践技巧(转)
- 数据仓库维度建模举例
- 数据仓库建模-维度建模基础知识
- 数据仓库建模(Data Warehousing)学习笔记
- 在数据仓库中维度建模的认识
- 中小型企业商业智能平台的开发和实现(数据仓库、BI系统、真实项目实战)
- 数据仓库专题(7)-维度建模10大基本原则
- 数据仓库建模与ETL实践技巧
- 正确理解SQL Server四类数据仓库建模方法
- 浅谈数据仓库建设中的数据建模方法
- 数据仓库建模方法初步
- 数据仓库(五):数据仓库的概念建模与概念设计-Golfarelli
- 数据仓库的模型设计 A. 数据建模方法论 数据仓库模型设计遵循“自顶向下、逐步求精”的设计原则。 模型设计分为三个阶段: 1,概念模型 对业务的范围和使用,从高度上进行抽象概括,也就是划分主题域。 一
- 在数据仓库建模时,应该使用哪种数据类型的度量值
- 数据仓库建模与ETL实践技巧
- 浅谈数据仓库建设中的数据建模方法
- bi项目中数据仓库的维度表和事实表
- 浅谈数据仓库建设中的数据建模方法
- 快速了解数据仓库及数据建模的常用新术语
- 浅谈数据仓库建设中的数据建模方法