5、数据仓库维度设计基础与实践

数据仓库维度设计基础与实践

1. 数据仓库架构中的维度设计

在数据仓库架构里，维度设计有着不同的呈现方式，主要存在三种架构：
- Inmon的企业信息工厂架构 ：将企业内的信息整合到一个名为企业数据仓库的中央存储库中。它采用第三范式设计，仓库应用程序不会直接对其进行查询。从这个核心向外辐射出数据集市，每个数据集市都针对特定业务组的需求和视角进行定制，采用维度设计，由数据仓库应用程序进行查询。
- Kimball的维度数据仓库架构 ：同样以企业为中心，将企业内的数据汇聚到一个名为维度数据仓库的中央存储库。该存储库采用维度设计，可直接进行查询。数据集市是一种逻辑结构，即表的子集。也可选择构建单独的维度结构来满足部门需求。
- 独立数据集市架构 ：满足特定主题领域的需求，不涉及企业整体背景。它可以采用维度设计，也可以运用其他技术。这种架构的局限性可能会被组织接受，以换取快速获取结果和降低成本，但这并不意味着数据集市或维度设计本身存在缺陷。

以下是这三种架构的简单对比表格：
| 架构类型 | 核心存储库特点 | 数据集市特点 | 查询方式 |
| — | — | — | — |
| Inmon的企业信息工厂架构 | 第三范式设计，不直接查询 | 针对特定业务组，维度设计 | 数据集市被查询 |
| Kimball的维度数据仓库架构 | 维度设计，可直接查询 | 逻辑结构，可单独构建维度结构 | 核心存储库可直接查询 |
| 独立数据集市架构 | 无 | 满足特定主题领域，可采用维度设计 | 直接查询数据集市 | </