Data Vault模型详解与应用

Data Vault 模型是一种现代的数据仓库建模方法，它专门为应对大数据时代、数据来源复杂、业务变化频繁的挑战而设计。其核心思想是构建一个灵活、可扩展、可审计、易于维护的数据集成层。

---

1. 核心理念与设计原则

Data Vault 的诞生是为了解决传统数据仓库模型（如 Kimball 的维度建模、Inmon 的 3NF）在敏捷性和可维护性上的痛点。它的设计遵循几个关键原则：

• 分离业务键与上下文：将业务中稳定不变的核心实体（键）与易变的业务规则和描述（上下文）分离开。
• 可审计性：模型天然地记录所有数据的加载时间、来源信息，使得数据的整个生命周期都可追溯。
• 可扩展性：增加新的数据源或业务规则时，通常不需要重构现有模型，只需增加新的结构，对现有系统影响极小。
• 面向集成：它不是一个直接面向最终用户查询的模型，而是企业数据的“集成中心”或“统一真相层”，下游可以基于它构建各种数据集市（如维度模型）。
• 拥抱变化：业务规则的变化不会导致模型的重构，只需增加新的链接或卫星表，旧的数据依然被保留。

---

2. Data Vault 的核心组件

Data Vault 模型由三种基本类型的表构成，结构非常简单和规范。

a. 中心表 (Hubs)

• 是什么：代表企业核心业务实体或概念。每个中心表存储一个实体。

• 存储什么：

  • 业务键 (Business Key)：实体唯一的、来自源系统的标识符（如 CustomerID, OrderID, ProductSKU）。这是最重要的部分。
  • 加载元数据：如记录来源（Record Source）、加载时间戳（Load Date）等。

• 特点：

  • 一个业务键在中心表中只出现一次，起到去重和唯一标识