数据仓库(2)

数据库

BI专栏

数据仓库建模与 ETL实践技巧 作者/戴子良本文描述了成功建立企业级数据仓库的基本步骤和所使用的高级技巧。着重介绍了ETL构建企业级数据仓库的五步法，在对数据仓库分析、设计、建模方面提出了完备的解决方案和实用的高级技巧，尤其对数据仓库模型搭建以及ETL处理有非常好的指导意义和使用价值。

在上一期的专栏文章中，我们曾经提到：数据分析系统的总体架构分为四个部分——源系统、数据仓库、多维数据库、客户端(如图 1 )。其中，数据仓库(D W )起到了数据大集中的作用。通过数据抽取，把数据从源系统源源不断地抽取出来，可能每天一次，或者每 3个小时一次(当然是自动的)。这个过程，我们称之为 E T L过程。本期专栏中，我们就来谈一谈如何搭建数据仓库，在这个过程中都应该遵循哪些方法和原则；然后介绍一些项目实践中的技巧。

起来的关系型数据库，它的数据基于 O L T P源系统。数据仓库中的数据是细节的、集成的、面向主题的，以 O L A P系统的分析需求为目的。数据仓库的架构模型包括了星型架构(如图 2 )与雪花型架构(如图 3 )两种模式。如图所示，星型架构的

数据库

数据仓库的架构 数据仓库(Da ta W ar eh ou se,D W )是为了便于多维分析和多角度展现而将数据按特定的模式进行存储所建立图 2:星型架构

图 1:数据分析系统的总体架构

图 3:雪花型架构

www.1mpi.com

投稿：editor@winitpro.com.cn

79