數(shù)據(jù)倉庫邏輯架構(gòu)設(shè)計的介紹

今天小編給大家分享的是數(shù)據(jù)倉庫邏輯架構(gòu)設(shè)計的介紹，相信很多人都不太了解，為了讓大家更加了解數(shù)據(jù)倉庫邏輯架構(gòu)設(shè)計，所以給大家總結(jié)了以下內(nèi)容，一起往下看吧。一定會有所收獲的哦。

離線數(shù)據(jù)倉庫通?；诰S度建模理論來構(gòu)建，離線數(shù)據(jù)倉庫通常從邏輯上進(jìn)行分層，主要出于以下考慮：

1、隔離性：用戶使用的應(yīng)該是數(shù)據(jù)團(tuán)隊精心加工后的數(shù)據(jù)，而不是來自于業(yè)務(wù)系統(tǒng)的原始數(shù)據(jù)，這樣做的好處一是，用戶使用的是精心準(zhǔn)備過的、規(guī)范的、干凈的、從業(yè)務(wù)視角的數(shù)據(jù)。非常容易理解和使用。二是如果上游業(yè)務(wù)系統(tǒng)發(fā)生變革甚至重構(gòu)（比如表結(jié)構(gòu)、字段、業(yè)務(wù)含義等），數(shù)據(jù)團(tuán)隊會負(fù)責(zé)處理所有這些變化，最小化對下游用戶的影響。

2、性能和可為維護(hù)性： 專業(yè)的人做專業(yè)的事，數(shù)據(jù)分層使得數(shù)據(jù)的加工基本都在數(shù)據(jù)團(tuán)隊，從而相同的業(yè)務(wù)邏輯不用重復(fù)執(zhí)行，節(jié)省了相應(yīng)的存儲和計算開銷。此外數(shù)據(jù)分層也使得數(shù)據(jù)倉庫的維護(hù)變得清晰和便捷，每層只負(fù)責(zé)各自的任務(wù)，某層的數(shù)據(jù)加工出現(xiàn)問題，只需要修改該層即可。

3、規(guī)范性：對于一個公司和組織來說，數(shù)據(jù)的口徑非常重要，大家談?wù)撘粋€指標(biāo)的時候，必須基于一個明確的、公認(rèn)i的口徑，此外表、字段以及指標(biāo)必須進(jìn)行規(guī)范。

4、ODS層：數(shù)據(jù)倉庫源頭系統(tǒng)的數(shù)據(jù)表通常會原封不動地存儲一份，這稱為ODS（Operation Data Store）層, ODS層也經(jīng)常會被稱為準(zhǔn)備區(qū)（Staging area）,它們是后續(xù)數(shù)據(jù)倉庫層（即基于Kimball維度建模生成的事實表和維度表層，以及基于這些事實表和明細(xì)表加工的匯總層數(shù)據(jù)）加工數(shù)據(jù)的來源，同時ODS層也存儲著歷史的增量數(shù)據(jù)或全量數(shù)據(jù)。

5、DWD和DWS層：數(shù)據(jù)倉庫明細(xì)層（Data Warehouse Detail ， DWD）和數(shù)據(jù)倉庫匯總層（Data Warehouse Summary, DWS）是數(shù)據(jù)倉庫的主題內(nèi)容。DWD和DWS層的數(shù)據(jù)是ODS層經(jīng)過ETL清洗、轉(zhuǎn)換、加載生成的，而且它們通常都是基于Kimball的維度建模理論來構(gòu)建的，并通過一致性維度和數(shù)據(jù)總線來保證各個子主題的維度一致性。

6、應(yīng)用層（ADS）：應(yīng)用層主要是各個業(yè)務(wù)放或者部門基于DWD和DWS建立的數(shù)據(jù)集市(Data Mart，DM)，數(shù)據(jù)集市DM是相對于DWD和DWS的數(shù)據(jù)倉庫（Data Warehouse, DW）來說的。一般來說，應(yīng)用層的數(shù)據(jù)來源于DW層，但原則上不允許直接訪問ODS層。此外，相比DW層，應(yīng)用層只包含部門或因為方自己關(guān)心的明細(xì)層和匯總層數(shù)據(jù)。

以上就是數(shù)據(jù)倉庫邏輯架構(gòu)設(shè)計的介紹的詳細(xì)內(nèi)容了，看完之后是否有所收獲呢？如果想了解更多相關(guān)內(nèi)容，歡迎來億速云行業(yè)資訊！