聊聊数据域和主题域的区别

大家好，我是大D。

这篇文章跟大家一起聊下数仓中比较容易混淆的两个概念——数据域、主题域。有的公司对二者的界限并不明显，都统一称为数据域或者主题域；也有的公司两者是区分开使用的，那么数据域和主题域有什么区别呢，根据自身工作经验，聊下自己的见解。

数据域

数据域是指面向业务分析，将业务过程或者维度进行抽象的集合。它是以业务系统的角度，对业务过程进行归纳，抽象出来的数据域。

业务过程可以概括为一个个不可拆分的行为事件，比如在电商业务中店铺商品浏览、网页区块点击、加购物车、下单、订单支付、确认收货等行为事件都属于业务过程，然后对这些业务过程产生的数据进行抽象提炼，可简单理解为对这些数据分类到不同的数据域中，要求所划分的数据域既能够涵盖当前所有的业务需求，又能将一个新业务无影响地被包含进来，或者扩展出一个新的数据域。

在电商业务中，对业务系统输出的数据进行数据域划分，可以有商品域、日志域、交易域、用户域、服务域等。

商品域：商品库存、上架、下架等；

日志域：店铺商品的浏览、点击等；

交易域：加购、下单、支付、确认收货、退款等；

用户域：注册、登录、信息修改等；

服务域：申诉、投诉、纠纷、评价等。

主题域

对于数据仓库的定义是这样的，它是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。

可以把数据仓库类比为图书馆，集合中的数据就是书架上摆放的书籍。一个好的数据仓库，在其中取数就应该如同在图书馆中查找书籍一样准确快速，这就要求数仓有一个良好、规范的组织结构，能够对集合中的数据进行有序、有结构地分类组织和存储。如若不然，数仓就会沦为数据沼泽，使用和维护的成本都将会很高。

而主题题域在数仓建设中则是按照数据分析应用的角度进行划分的，通常是联系较为紧密的数据主题的集合。可以根据业务的需求特点，将从业务系统划分的数据域重新划分至不同的主题域。如同图书馆面向社会不同群体的需求，对图书划分为经济类、医学类、哲学类、管理类等多个主题。

数据域与主题域区别

数据域是自下而上，以业务数据视角来划分数据，一般进行完业务系统数据调研之后就可以进行数据域的划分。

主题域则自上而下，以业务分析视角来划分数据，一般进行完业务需求调研之后才可以进行主题域的划分。

例如，商品数据域是面向数据的，对数据的分类，数据驱动业务，更好地赋能业务；商品主题域是面向主题的，根据业务需求分析，从业务驱动进行分析场景的建设。

举个更形象点的例子，建设数仓就像饭店做菜一样，数仓在面向业务系统数据根据其特点划分出数据域，如同厨房根据采购的食材特点将它们摆放在不同货架区，如肉禽区、果蔬区、调味区等。而数仓在面向业务分析根据其需求划分出主题域，如同饭店根据不同食客群体的口味需求将食材做成了不同菜系，如江浙菜、鲁菜、川菜等。

大家还有什么问题可以在下方留言，或者加入交流群一起探讨。

本文由mdnice多平台发布