数据仓库建模理论——总结

四种模型：

• ER模型
• 维度模型
• Data Vault模型
• Anthor模型

以上四种模型，当前最流行建模方法为：ER模型、维度模型

ER模型

ER模型常用于OLTP数据库建模，应用到构建数仓时更偏重数据整合，站在企业整体考虑，将各个系统的数据按相关性一致性、合并梳理，为数据分析、决策服务，但并不便于直接用来支持分析。

ER模型的问题：

• 需要全面梳理企业所有的业务和数据流。
• 实施周期长
• 对建模人员要求高

维度模型

唯独见面是面向分析场景而生的，针对分析场景构建数仓模型；重点关注快速、灵活的解决分析需求，同时能够提供大规模数据的快速响应性能。针对性强，主要应用于数据仓库构建和OLAP引擎底层数据模型。

• 不需要完整的梳理企业业务流程和数据。
• 实施周期根据主题边界而定，容易快速实现demo。

CIF层次架构

• 数仓模型的选择是灵活的，不局限于某一种模型方法。
• 数仓模型的设计也是灵活的，以实际需求场景为导向。
• 模型设计要兼顾灵活性、可扩展，而对终端用户透明性。
• 模型设计要考虑技术可靠性和实现成本。