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

---

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：

原始源（从OLTP数据源复制）

暂存（现在作为数据湖中的持久暂存区，因为它比关系数据库便宜）

原始Vault（应用所谓的硬规则，如数据类型更改）

业务保险库（应用所谓的软规则、所有业务逻辑、聚合、连接等）

信息集市（数据集市有时是虚拟化的，但并不总是……通常是星形/雪花模式）

立方体/表格模型

双刀

有关原始Vault和业务Vault之间差异的详细信息，您可以在此处找到：