6、金博尔维度建模技术全解析

金博尔维度建模技术全解析

1. 数据仓库与敏捷技术的陷阱

在缺乏企业数据仓库总线矩阵这样的框架时，一些数据仓库（DW）和商业智能（BI）团队会陷入使用敏捷技术孤立创建分析或报告解决方案的陷阱。通常，团队会与一小部分用户合作，提取有限的源数据来解决他们的特定问题。这样做的结果往往是形成一个其他人无法利用的独立数据竖井，更糟糕的是，所提供的数据可能与组织的其他分析信息无法关联。因此，虽然在适当的时候鼓励采用敏捷方法，但应避免构建孤立的数据集，保持适度和平衡是很明智的做法。

2. 金博尔维度建模技术概述

自1996年《数据仓库工具箱》第一版出版以来，金博尔集团就定义了一套完整的维度建模技术。这些技术已成为行业最佳实践，一些曾在相关机构学习的学生也出版了关于维度建模的书籍，且大多准确解释了金博尔技术，同时其他书籍也未对这些技术进行重大扩展或提供冲突性指导。

3. 基本概念

3.1 收集业务需求和数据现状

在开展维度建模工作之前，团队需要了解业务需求以及底层源数据的实际情况。具体操作步骤如下：
1. 通过与业务代表进行会议，基于关键绩效指标、重要业务问题、决策过程和支持性分析需求来了解他们的目标。
2. 与源系统专家会面，并进行高级数据探查，以评估数据的可行性。

3.2 协作式维度建模研讨会

维度模型应该由数据建模人员与业务领域的主题专家和数据治理代表合作设计。具体流程如下：
1. 数据建模人员负责主导。
2. 通过与业务代表进行一系列高度互动的研讨会来逐步完善模型。
3. 这些研讨会为进一步明确业务需求提供了机会，强调协作的