数据仓库-物理实现最佳实践
数据仓库-物理实现最佳实践
提问于 2022-01-07 21:30:09
我的任务是设计一个Kimball风格的数据仓库。它将位于Server中的prem上。组织物理实现的最佳做法是什么？也就是说，数据仓库是否应该是一个单一的数据库，使用模式来分隔每个数据集市(并且将所有维度都放在自己的模式中，以帮助“驱动”跨市场的重用)？或者，每个数据集市是否应该是自己的数据库(强制所有维度都存在于一个单独的数据库中)？
如果我使用云平台进行数据仓库，比如Azure SQL DB (例如，使用托管实例来允许跨数据库查询)，这个决策是否重要？
回答 1
Stack Overflow用户
发布于 2022-01-07 22:27:52
多模式和多数据库设计都是常见的.多数据库设计的主要优点是
- 对于DW.
的不同部分具有不同的备份/恢复模型/HA的能力
- 是一个更容易的安全、管理和DevOps故事，因为不同的团队拥有DW.
的不同部分。
在Azure SQL数据库(非托管实例)中，Synapse SQL Pool (目前)中没有一流的跨数据库查询，因此您更有可能在那里使用多模式设计。托管实例在数据仓库工作负载方面存在一些perf成本问题，而Hyperscale通常更适合100 of 10 of范围内的数据仓库。
但是通过平台管理的备份，所有托管实例数据库都处于完全恢复状态。在MI中，您无法在数据库之间共享存储资源，因此多数据库设计可能更昂贵。
所以没有一个明确的最佳做法。大型事实表的Columnstore是强有力的推荐，并与通用的Columnstore最佳加载和维护实践相结合。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70627383
复制相关文章
相似问题
腾讯云开发者
