数据仓库工具箱-学习笔记4-其他DW/BI架构介绍

数据仓库工具箱-学习笔记4

其他DW/BI架构介绍
一、独立数据及时架构
无需考虑企业级信息共享和集成,只针对部分人员的需求。适合快速响应
数据仓库工具箱-学习笔记4-其他DW/BI架构介绍_第1张图片二、辐射状企业信息工厂Inmon架构
辐射状企业信息工厂(Corporate Information Factory,CIF)方法。关注核心元素展开讨论。以部门为中心设计的,而不是以也业务中心
数据仓库工具箱-学习笔记4-其他DW/BI架构介绍_第2张图片三、常见的维度建模错误理解
1.维度模型仅包含汇总数据 × (还得有提供对细节的查询)
2.维度建模是部门级而不是企业级 × (多业务部门往往要分析来自同一业务过程的相同度量,所以应保证数据源一致)
3.维度建模是不可扩展的 ×(维度建模是可以扩展的,而且有性能的要求)
4.维度模型仅用于预测 × (除了报表或分析,设计应该以过程为中心。为了灵活性和拓展性,数据应该多存储最细粒度的数据,不要做聚合,才能全方位满足各种需求)
5.维度建模不能被集成 × (大多数维度建模可以被集成,并作为一致性的维度,集中、持久的主数据数据建立在ETL系统中。这点很难实现,但是必须要去做)

四、考虑使用维度模型的更多理由
本书主要关注DW/BI展现区设计数据库的维度建模,但是维度建模概念不仅仅是简单和快速的数据结构设计。应该考虑DW/BI项目其他构建连接的维度。
主要倾听并综合业务过程!关注每一个业务点,并加入到报表的设计和报表控制面板(维度筛选)的度量(事实)。
考虑需求的中心名词,etc:数据、客户、产品、雇员、设施、供应商、学生、教员、账目等…。去建立满足需求的,业务过滤分析、分组、标识的维度,健壮性要很强。 采用星型模式或者OLAP多维数据库

敏捷开发的重要性
多数敏捷方法的核心原则与 Kimball最佳实践契合,包括:
1.关注发布业务值。这是多年来 Kimball 广受赞誉的原则之ー。
2.开发小组与业务相关方之间的值合作。类似敏捷小组,应该与业务构成紧密合作
关系
3.强调与业务相关方开展面对面的沟通、反馈、优化
4.快速适应不可避免的需求变化。
5.以迭代、增量方式处理开发过程。

你可能感兴趣的:(数据仓库,数据仓库)