浅谈数据仓库建设体系

数仓建模：

常见的有 范式建模法、维度建模法、实体建模法

范式建模法主要用于业务系统

DW/BI常用维度建模法

维度建模以分析决策的需求出发构建模型，构建的数据模型为分析需求服务，因此它重点解决用户如何更快速完成分析需求，同时还有较好的大规模复杂查询的响应性能。

ps：就监管报送来说一般是通过需求出发去构建模型，构建的模型为需求服务，侧重点在如何更快速完成分析需求，同时还有较好的大规模复杂查询的响应性能。

就维度建模建模细说

维度建模是目前应用较为广泛的，专门应用于分析型数据库、数据仓库、数据集市建模的方法。数据集市可以理解为是一种"小型数据仓库"。

• 表类型：

事实表、维度表、明细表（宽表）

事实表的设计是以能够正确记录历史信息为准则，维度表的设计是以能够以合适的角度来聚合主题内容为准则。

• 维度建模三种模式

星型模式、雪花模式、星座模式（星型模式延伸而来，区别在于多张事实表，共享维度信息）

ps：业务发展后期，绝大部分维度建模都采用的是星座模式

• 建模过程：

选择业务过程——>声明粒度——>确定维度——>确认事实

ps:就监管报送，业务过程有，财务、业务、资金等

ps:维度建模中要求我们，在同一事实表中，必须具有相同的粒度

• 实际业务中数仓分层

ODS:数据源层，导入各种业务方数据，不做任何处理

DW：数据明细层，对数据进行主题划分，分为事实表和维度表，并对数据进行规范化处理

DM：数据轻度汇总层，建设通用型指标，主要表数据还是明细数据，部分数据为汇总数据

APP：数据应用层，面向不用部门，不同业务需求进行制定化开发，提供报表数据

ps：技术是为业务服务的，业务是为公司创造价值的，离开业务的技术是无意义的。所以数仓的建设与业务是息息相关的，公司的业务不同，数仓的建设也是不同的，只有适合的才是最好的。