10、数据仓库项目的需求定义、风险评估与数据建模

数据仓库项目的需求定义、风险评估与数据建模

在数据仓库项目中，明确需求、评估数据风险以及设计合适的数据模型是至关重要的环节。下面将详细介绍相关内容。

1. 需求定义与审核

在项目开始阶段，需要定义一系列功能和非功能需求。例如：
- 若数据中心停电导致ETL失败，数据仓库中的数据不应损坏或受损，必须可恢复且无数据丢失。
- 预计用户数量在300到500之间，其中约20%为重度频繁用户，其余为偶尔使用的用户。
- 为保护投资，需使用与文件和电子邮件服务器相同的存储区域网络（SAN），而非创建新的独立SAN。

David、Grace和Natalie对这些需求进行了审核、记录，并获得了必要的签字确认。他们从完整性、可行性以及对系统架构的影响等方面对需求进行了审查，并以补充规范的格式记录下来，包括可用性、可靠性、性能、可支持性、设计约束、用户文档和帮助、接口以及适用标准等部分。之后，业务用户、IT架构组和运营团队对文档进行了审核并签字通过。

2. 数据可行性研究

定义好需求后，需要深入了解数据和源系统，进行数据可行性研究。该研究的目的是探索源系统、识别主要数据风险并验证，以确定是否能按需求交付项目。

2.1 数据风险类型

• 数据可用性风险 ：因数据不可用而无法满足需求。例如，需求规定需要两年的历史数据，但只有六个月的数据。
• 数据可访问性风险 ：由于ETL系统无法提取数据并导入仓库而无法满足需求。例如，由于没有“最后更新”时间戳、不允许在源表中安装触发器以及表太大无