数据仓库实践系列课程BI数据架构.pptVIP

多维模型示例：卡交易量分析 事实表 第二十二页，共四十三页。 数据挖掘示例 复杂加工的变量 第二十三页，共四十三页。 目标 以数据下载的结构为准，一般与源系统结构相同 数据可能是增量，也可能是全量 用于技术加工 短期的，细节的反应业务原貌的数据存储 直接提供基于源系统结构的简单原貌访问 为BI环境中适合的业务需求提供支持 长期的，细节的，整合的数据存储 为BI环境中适合的各类业务需求提供支持 相对中性，具业务意义的初加工数据，但不面向特定应用 作为上层应用数据加工的基础，或供业务人员直接访问 服务特定应用 原则 简单处理 关注源系统结构的变化 简单处理，不考虑整合 关注保留策略 面向全局，数据整合 中性设计，灵活扩展 提供规范和共享 提炼应用需求共性 多种数据粒度 易于理解和使用 面向具体应用 按需设计 形式 源系统模型 近源系统模型设计 根据支持应用情况可以保留短期历史 面向主题设计 偏范式化 长期保留历史 初步数据加工 分层设计 形式各异，依具体应用不同 技术缓冲层 近源模型层 整合模型层 共性加工层 应用集市层 各数据层次的定位 第二十四页，共四十三页。 课程大纲 引言 BI环境中的数据层次 各层次设计重点 BI用户与各层次数据使用 课程总结 QA 整合模型层 共性加工层 应用集市层 第二十五页，共四十三页。 重点关注的层次 近源模型层 基本依照源系统建模