47、数据仓库与商业智能项目的生命周期及维度建模指南

数据仓库与商业智能项目的生命周期及维度建模指南

在数据仓库（DW）和商业智能（BI）项目中，成功的实施需要遵循一定的生命周期方法和有效的维度建模流程。下面将详细介绍相关的内容，包括常见陷阱、维度建模的准备工作、设计步骤等。

常见陷阱

在构建DW/BI系统时，有一些常见的陷阱需要避免，这些错误可能会导致项目失败。以下是排名前十的常见错误：
1. 忽视业务接受度 ：DW/BI的成功直接与业务接受度相关。如果用户不接受该系统作为改进决策的基础，那么所有努力都是徒劳的。
2. 假设业务和数据静态不变 ：认为业务、其需求和分析，以及底层数据和支持技术是静态的，这是一个严重的错误。实际上，这些因素都是动态变化的。
3. 仅加载汇总数据 ：只将汇总数据加载到展示区域的维度结构中，会限制数据分析的灵活性。
4. 孤立填充维度模型 ：在填充维度模型时，不考虑使用共享、一致的维度将它们关联起来，会导致数据不一致。
5. 使展示数据过于复杂 ：让展示区域中所谓的可查询数据过于复杂，会增加用户使用的难度。
6. 重后台轻前台性能 ：更关注后台操作性能和开发便利性，而忽视前台查询性能和易用性，会影响用户体验。
7. 预算不足 ：花费精力构建规范化的数据结构，但在基于维度模型构建可行的展示区域之前就用完了预算。
8. 项目规模过大 ：选择一个耗时多年