Please enable JavaScript.
Coggle requires JavaScript to display documents.
DW/BI常见的几种架构 (Kimball 架构 (展现区 (维度模型 (星型模型, OLAP多维数据库), 企业数据仓库总线架构…
DW/BI常见的几种架构
Kimball 架构
数据源-》ETL-》展现区-》BI应用
展现区
企业数据仓库总线架构
坚持使用总线结构的企业数据仓库,不应该按照个别部门的需求的数据来构建
维度模型
星型模型
OLAP多维数据库
原子数据及汇总数据
按业务过程组织
使用一致性维度
设计目标:方便实用,性能好
ETL系统
源到目标转换
:question:从数据源直接加载到展现区
一致性维度
规范化选择
不做规范化处理,只做验证然后直接加载到展现区
不支持用户查询
设计目标:吞吐率,完整性与一致性
BI应用
随意查询
标准报表
分析应用
数据挖掘及模型
要点
不建议在ETL过程中建立规范化的满足3NF的数据结构
建议满足数据验证后,一步到位加载到展现区
独立数据集市架构
分析型数据以部门为基础部署
数据源-》部门数据集市-》部门BI应用
优点,容易快速开发实现
缺点
数据冗余
存储低效
企业指标互不兼容
极不推荐
辐射状企业信息工厂架构CIF
混合型辐射状架构与Kimball架构
数据源-》EDW-》发布区-》BI应用
EDW
规范化表 第三范式
原子数据
用户不可查询
展现区
维度(星型模型或OLAP多维数据库)
原子数据及汇总数据
按业务工程组织
使用一致性维度
数据源-》EDW-》数据发布-》数据集市-》BI应用
EDW
规范化表,第三范式
原子数据
用户可查询
数据集市
维度模型
通常是汇总数据
通常部门级
CIF提倡企业级数据协调和继承
提倡用规范化的EDW承担这一角色
EDW(企业数据仓库)强制性构件
与Kimball架构不同点:
kimball强调一致性维度的企业总线的重要作用