数据仓库建模:数据仓库与持久化分期区域
数据仓库建模:数据仓库与持久化分期区域
提问于 2020-01-20 20:28:03
考虑以下两种DWH体系结构：
带有原始数据库的数据仓库，图层：
systems
- Staging区域(在每次加载时截断，源表的精确模式)
- 原始数据库(建模为数据库，包含记录历史记录、按源系统结构建模的集线器/sats/链接、不应用业务规则)、
- 数据集市(维度模型、应用业务规则)、
具有持久分期区的DWH (称为PSA或HDA)，层：
systems
- Staging区域(每个负载上截断，源表的精确模式)
- PSA(包含记录历史、源表模式+ date_ load /date_load_end列等)
- 数据集市(维度模型、应用业务规则)
与PSA概念相比，原始数据库概念有什么好处吗？在我看来，Data建模在ETL方面增加了不必要的复杂性，而且在性能方面也比较慢。
很难找到一个真正好的答案，有什么想法吗？
谢谢!
回答 2
Stack Overflow用户
发布于 2020-03-04 21:14:28
对于我来说，数据仓库和持久的分期区域听起来就像苹果和梨--很难比较。您不应该试图在不了解业务本体的情况下定义Data来捕获源数据--否则您正在构建一个源系统库，它对业务没有或几乎没有好处。在PSA或数据湖上建立一个数据仓库对我来说更有意义。将数据作为源系统的图像登陆，然后逐步建立一个可持续的数据收集系统。
Stack Overflow用户
发布于 2020-03-31 13:08:53
所添加的复杂性对应于前面在Data情况下引入的关系模型。我想这取决于您希望对数据建模并使其在不同的用例中重用的级别--结果是不同的数据集市。我的意思是，数据集市是为特定的业务案例而设计的，而数据库模型更多地被设计成总体(企业模型)。因此，基于DV模型的数据集市根本不需要物理地物化任何数据。可以设置一层视图，这些视图看起来像星型表，但实际上具有：
• Zero maintenance cost.
• Zero storage costs.
• High flexibility.此外，知道数据在更一般的意义上(组织范围内)是如何关联的绝对是件好事--如果这些信息和所提到的优点证明了构建DV模型的额外努力是很难判断的话。
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/59830425
复制相关文章
相似问题
腾讯云开发者
