7、数据仓库架构全解析

数据仓库架构全解析

1. ODS + DDS 架构

在数据仓库领域，ODS + DDS 架构是一种常见的架构模式。在这种架构中，应用程序可以通过三种不同的格式在三个不同的位置访问数据仓库：
- 需要规范化形式数据的应用可以访问操作数据存储（ODS）。
- 需要关系维度格式数据的应用可以访问维度数据存储（DDS）。
- 需要多维格式数据的应用可以访问多维数据库（MDBs）。

该架构具有以下优点：
- 性能更优 ：第三范式比自然维度存储（NDS）更精简，因为它只包含当前值，这使得 ODS ETL 和 DDS ETL 的性能优于 NDS + DDS 架构。
- 集中管理 ：与 NDS + DDS 架构一样，ODS + DDS 架构有一个集中的地方来集成、维护和发布主数据。
- 支持操作应用 ：规范化的关系存储可以由最终用户应用程序更新，能够在事务级别支持操作应用。

然而，该架构也存在缺点。如果要构建一个新的小型 DDS（例如 2007 年第四季度的销售数据），需要从主 DDS 获取数据，并且不能利用现有的 DDS ETL 来完成。此时，要么编写自定义查询（即从选择语句创建表），但由于标准化和一致性的原因，这种方法不太可取；要么构建一个新的 ETL，考虑到所需的工作量，尤其是一次性的临时需求，这种方法也不太理想。

适用场景：当只需要一维数据存储，并且需要一个集中的、规范化的数据存储用于操作目的（如客户关系管理 CRM）时，可以使用 ODS + DDS 架构。ODS 包含详细的、当前值的、集成的数据