6、金博尔维度建模技术概述

金博尔维度建模技术概述

在数据仓库（DW）和商业智能（BI）领域，维度建模是一项关键技术。缺乏像企业数据仓库总线矩阵这样的框架时，一些 DW/BI 团队可能会陷入使用敏捷技术孤立地创建分析或报告解决方案的陷阱。理想情况下，应该避免构建孤立的数据集，保持适度和平衡是很重要的。接下来将详细介绍金博尔维度建模技术。

1. 金博尔维度建模技术简介

金博尔集团自 1996 年《数据仓库工具包》第一版起，就定义了一套完整的维度建模技术。这些技术已被广泛接受为行业最佳实践，一些曾在相关机构学习的人也出版了关于维度建模的书籍，但并未显著扩展技术库或提供冲突性指导。以下是金博尔维度建模的一些基本概念：

1.1 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：
- 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，了解他们的目标，从而揭示业务需求。
- 与源系统专家会面，并进行高级数据探查，评估数据的可行性，以揭示数据现状。

1.2 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专家和数据治理代表合作设计。通过一系列高度互动的研讨会，与业务代表共同推进模型设计。这样做既能进一步明确业务需求，又能避免不了解业务的人孤立设计模型，确保模型符合实际业务需求。

1.3 四步维度设计流程

维度模型设计过程中需做出四个关键决策：
1. 选择业务流程 ：业务流程是组织的运营活动，如接单、处理保险索赔等。每个业务流程事件会生成或捕获