Data modeling 数据仓库建模
假设采用以下数据体系结构: 源系统->数据仓库(使用数据仓库模型)->数据虚拟化->消费层(例如BI工具和报告) 我了解到,对于data vault,一个关键原则是加载原始数据并保留来自所有来源的记录,这样就不会出于可追溯性/审计目的进行重复数据消除或转换。如果这是真的,转换将在何处发生?是的,这是真的,“原始”数据保险库保留加载时在源系统上的记录 但还有另一个概念,“商业”数据仓库。这就是所有逻辑和转换发生的地方。业务数据保险库不是原始数据保险库的完整副本,但您可以创建hub/link/sat/pit/bridge来实现逻辑以满足您的需要Data modeling 数据仓库建模,data-modeling,datamodel,data-vault,Data Modeling,Datamodel,Data Vault,假设采用以下数据体系结构: 源系统->数据仓库(使用数据仓库模型)->数据虚拟化->消费层(例如BI工具和报告) 我了解到,对于data vault,一个关键原则是加载原始数据并保留来自所有来源的记录,这样就不会出于可追溯性/审计目的进行重复数据消除或转换。如果这是真的,转换将在何处发生?是的,这是真的,“原始”数据保险库保留加载时在源系统上的记录 但还有另一个概念,“商业”数据仓库。这就是所有逻辑和转换发生的地方。业务数据保险库不是原始数据保险库的完整副本,但您可以创建hub/link/sat
这样,从长远来看,它会帮助你。例如,如果您明年需要更改业务规则,那么您仍然拥有过去特定时间特定源系统的原始数据。如果您的逻辑有缺陷,您仍然拥有原始数据。根据我的经验,通常您拥有以下体系结构: