40、商业智能架构：多维与企业信息工厂对比分析

最新推荐文章于 2025-12-01 17:45:15 发布

github5actions

最新推荐文章于 2025-12-01 17:45:15 发布

阅读量15

点赞数

CC 4.0 BY-SA版权

分类专栏：数据仓库设计的艺术文章标签：商业智能数据仓库数据集市

本文链接：https://blog.youkuaiyun.com/github5actions/article/details/154724387

数据仓库设计的艺术专栏收录该内容

41 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

商业智能架构：多维与企业信息工厂对比分析

1. 视角差异

在商业智能（BI）实施领域，两种架构——企业信息工厂（CIF）和多维架构（MD）有着不同的视角。CIF支持者强调从企业层面提供数据，他们认为BI实施的历史问题在于源数据难以定位、收集、整合、理解和交付。在企业范围内，IT通常以集中化的方式维护数据，所以CIF从企业角度解决BI源数据供应问题。CIF架构倾向于满足企业整体需求，主张在任何BI实施之前，先为企业对BI源数据进行建模。不过，这并不意味着在第一个项目中就要处理整个企业的数据，而是选择企业数据的一个子集，主要来自客户或产品等主题领域，然后为这一小部分数据实施数据仓库数据模型和数据库。

MD支持者也指出了BI实施的相同历史问题，但他们基于业务单元的范围，强调消费业务单元数据的视角。像销售或财务等消费BI数据的业务单元，更关注自身的需求和观点。MD架构倾向于满足业务单元的需求，主张在任何BI实施之前，先为业务单元对BI源数据进行建模。需要注意的是，多维建模者必须努力在企业范围内就统一维度的定义达成共识，并且只专注于与加载事实相关的维度。当引入新的事实需要新的维度时，多维建模者必须从企业角度出发，在相关业务领域之间达成共识定义。