数据仓库读书笔记

1、数据仓库读书笔记By HYPERLINK mailto:jerome_qi Jerome HYPERLINK /blog/user1/lastwood/index.html Jeromes BI BLOG2005年3月目录 TOC o u 数据仓库读书笔记 PAGEREF _Toc189144099 h 1By Jerome PAGEREF _Toc189144100 h 1目录 PAGEREF _Toc189144101 h 11 Jeromes BI Blog PAGEREF _Toc189144102 h 11.1 简介 PAGEREF _Toc189144103 h 11.2 导读 P

2、AGEREF _Toc189144104 h 12 数据仓库架构研究 PAGEREF _Toc189144105 h 22.1 浅析数据仓库架构 PAGEREF _Toc189144106 h 22.2 浅析企业信息工厂 PAGEREF _Toc189144107 h 32.3 浅析多维体系结构 PAGEREF _Toc189144108 h 42.4 浅析操作数据存储 PAGEREF _Toc189144109 h 42.4.1 Inmon对操作数据存储的定义 PAGEREF _Toc189144110 h 52.4.2 四类操作数据存储简介 PAGEREF _Toc189144111 h

3、62.4.3 第四类操作数据存储的例子 PAGEREF _Toc189144112 h 62.4.4 DW2.0中的虚拟操作数据存储 PAGEREF _Toc189144113 h 72.4.5 Kimball对操作数据存储的定义 PAGEREF _Toc189144114 h 82.4.6 操作数据存储和数据准备区的区别 PAGEREF _Toc189144115 h 82.4.7 个人对操作数据存储的观点 PAGEREF _Toc189144116 h 92.5 浅析3NF数据仓库建模 PAGEREF _Toc189144117 h 92.5.1 3NF数据仓库建模简介 PAGEREF _

4、Toc189144118 h 102.5.2 3NF数据仓库建模的条件 PAGEREF _Toc189144119 h 112.5.3 去除操作型数据 PAGEREF _Toc189144120 h 112.5.4 增加时间字段 PAGEREF _Toc189144121 h 122.5.5 增加派生数据 PAGEREF _Toc189144122 h 122.5.6 建立人工关系 PAGEREF _Toc189144123 h 132.5.7 改变数据的粒度 PAGEREF _Toc189144124 h 142.5.8 对表进行合并处理 PAGEREF _Toc189144125 h 15

5、2.5.9 建立重复组 PAGEREF _Toc189144126 h 152.5.10 根据数据稳定性修改数据的存储结构 PAGEREF _Toc189144127 h 162.6 主数据管理：建立企业信息的单一视图 PAGEREF _Toc189144128 h 172.6.1 MDM的定义 PAGEREF _Toc189144129 h 192.6.2 MDM的内容 PAGEREF _Toc189144130 h 202.6.3 MDM的业务目的 PAGEREF _Toc189144131 h 212.6.4 MDM的案例 PAGEREF _Toc189144132 h 222.6.5

6、关于MDM的误解 PAGEREF _Toc189144133 h 242.6.6 在传统IT环境中的关于主数据的问题 PAGEREF _Toc189144134 h 252.6.7 建立一个整合的MDM环境 PAGEREF _Toc189144135 h 262.6.8 SOR和SOE PAGEREF _Toc189144136 h 272.6.9 MDM在IT基础结构中的角色 PAGEREF _Toc189144137 h 282.6.10 整合及管理主数据的技术 PAGEREF _Toc189144138 h 282.6.11 MDM对传统IT环境的影响 PAGEREF _Toc18914

7、4139 h 302.6.12 三类主数据技术的比较 PAGEREF _Toc189144140 h 312.6.13 业务领域MDM和企业MDM的比较 PAGEREF _Toc189144141 h 322.6.14 MDM的需求 PAGEREF _Toc189144142 h 322.6.15 主数据整合服务 PAGEREF _Toc189144143 h 342.6.16 主数据应用：自己开发、购买还是外包？ PAGEREF _Toc189144144 h 342.6.17 MDM面临的挑战 PAGEREF _Toc189144145 h 352.6.18 MDM面临的其他问题 PAGE

8、REF _Toc189144146 h 372.6.19 MDM的文化挑战 PAGEREF _Toc189144147 h 382.6.20 MDM的技术挑战 PAGEREF _Toc189144148 h 402.6.21 MDM的成功因素 PAGEREF _Toc189144149 h 422.6.22 总结 PAGEREF _Toc189144150 h 422.6.23 附录A：定义 PAGEREF _Toc189144151 h 432.6.24 附录B：MDM调查 PAGEREF _Toc189144152 h 453 维度建模基本概念 PAGEREF _Toc189144153

9、h 463.1 数据仓库概念浅析 PAGEREF _Toc189144154 h 463.2 浅析交叉探查 PAGEREF _Toc189144155 h 473.3 浅析退化维度 PAGEREF _Toc189144156 h 483.4 浅析微型维度 PAGEREF _Toc189144157 h 483.5 浅析一致性维度 PAGEREF _Toc189144158 h 493.6 浅析一致性事实 PAGEREF _Toc189144159 h 503.7 浅析总线架构 PAGEREF _Toc189144160 h 513.8 浅析缓慢变化维 PAGEREF _Toc189144161

10、 h 513.9 浅析杂项维度 PAGEREF _Toc189144162 h 523.10 浅析事实表（一） PAGEREF _Toc189144163 h 533.11 浅析事实表（二） PAGEREF _Toc189144164 h 533.12 浅析非事实型事实表 PAGEREF _Toc189144165 h 543.13 浅析数据世系 PAGEREF _Toc189144166 h 553.14 浅析多值维度 PAGEREF _Toc189144167 h 553.15 浅析支架维度 PAGEREF _Toc189144168 h 563.16 浅析桥接表 PAGEREF _Toc

11、189144169 h 563.17 浅析审计维度 PAGEREF _Toc189144170 h 563.18 浅析事实维度 PAGEREF _Toc189144171 h 573.19 浅析稀疏事实表 PAGEREF _Toc189144172 h 573.20 浅析操作集市 PAGEREF _Toc189144173 h 573.21 浅析即席查询 PAGEREF _Toc189144174 h 573.22 浅析蜈蚣事实表 PAGEREF _Toc189144175 h 583.23 浅析事务事实表 PAGEREF _Toc189144176 h 593.24 浅析周期快照事实表 PA

12、GEREF _Toc189144177 h 593.25 浅析累积快照事实表 PAGEREF _Toc189144178 h 603.26 浅析原子事实表 PAGEREF _Toc189144179 h 613.27 浅析聚集事实表 PAGEREF _Toc189144180 h 613.28 浅析合并事实表 PAGEREF _Toc189144181 h 613.29 旋转事实表 PAGEREF _Toc189144182 h 613.30 切片事实表 PAGEREF _Toc189144183 h 623.31 浅析因果维度 PAGEREF _Toc189144184 h 623.32 浅

13、析双桶连接 PAGEREF _Toc189144185 h 623.33 浅析角色模仿维度 PAGEREF _Toc189144186 h 623.34 浅析代理关键字 PAGEREF _Toc189144187 h 633.35 自然关键字 PAGEREF _Toc189144188 h 643.36 智能关键字 PAGEREF _Toc189144189 h 643.37 浅析冰山查询 PAGEREF _Toc189144190 h 643.38 浅析预连接聚集表 PAGEREF _Toc189144191 h 653.39 浅析概念数据模型 PAGEREF _Toc189144192 h

14、 663.40 浅析逻辑数据模型 PAGEREF _Toc189144193 h 663.41 浅析物理数据模型 PAGEREF _Toc189144194 h 673.42 浅析聚集建模（一） PAGEREF _Toc189144195 h 673.43 浅析聚集建模（二） PAGEREF _Toc189144196 h 683.44 浅析聚集建模（三） PAGEREF _Toc189144197 h 693.45 浅析聚集建模（四） PAGEREF _Toc189144198 h 693.46 浅析聚集建模（五） PAGEREF _Toc189144199 h 703.47 浅析聚集建模（

15、六） PAGEREF _Toc189144200 h 713.48 浅析聚集建模（七） PAGEREF _Toc189144201 h 724 DW2.0 PAGEREF _Toc189144202 h 734.1 DW2.0导读 PAGEREF _Toc189144203 h 734.2 DW2.0-下一代数据仓库架构（一） PAGEREF _Toc189144204 h 754.3 DW2.0-下一代数据仓库架构（二） PAGEREF _Toc189144205 h 764.4 DW2.0-下一代数据仓库架构（三） PAGEREF _Toc189144206 h 774.5 01-交互区（

16、一） PAGEREF _Toc189144207 h 784.6 01-交互区（二） PAGEREF _Toc189144208 h 794.7 02-整合区（一） PAGEREF _Toc189144209 h 804.8 02-整合区（二） PAGEREF _Toc189144210 h 824.9 02-整合区（三） PAGEREF _Toc189144211 h 834.10 03-近线区（一） PAGEREF _Toc189144212 h 844.11 03-近线区（二） PAGEREF _Toc189144213 h 854.12 04-归档区（一） PAGEREF _Toc18

17、9144214 h 874.13 04-归档区（二） PAGEREF _Toc189144215 h 874.14 关于近线存储器的补充 PAGEREF _Toc189144216 h 884.15 05-DW2.0中的System of Record（一） PAGEREF _Toc189144217 h 894.16 05-DW2.0中的System of Record（二） PAGEREF _Toc189144218 h 904.17 06-建立DW2.0（一） PAGEREF _Toc189144219 h 914.18 06-建立DW2.0（二） PAGEREF _Toc1891442

18、20 h 934.19 06-建立DW2.0（三） PAGEREF _Toc189144221 h 944.20 06-建立DW2.0（四） PAGEREF _Toc189144222 h 944.21 06-建立DW2.0（五） PAGEREF _Toc189144223 h 974.22 06-建立DW2.0（六） PAGEREF _Toc189144224 h 974.23 06-建立DW2.0（七） PAGEREF _Toc189144225 h 994.24 06-建立DW2.0（八） PAGEREF _Toc189144226 h 1004.25 06-建立DW2.0（九） PAG

19、EREF _Toc189144227 h 1004.26 06-建立DW2.0（十） PAGEREF _Toc189144228 h 1014.27 06-建立DW2.0（十一） PAGEREF _Toc189144229 h 1024.28 06-建立DW2.0（十二） PAGEREF _Toc189144230 h 1044.29 06-建立DW2.0（十三） PAGEREF _Toc189144231 h 1044.30 06-建立DW2.0（十四） PAGEREF _Toc189144232 h 1054.31 06-建立DW2.0（十五） PAGEREF _Toc189144233

20、h 1054.32 06-建立DW2.0（十六） PAGEREF _Toc189144234 h 1074.33 06-建立DW2.0（十七） PAGEREF _Toc189144235 h 1094.34 06-建立DW2.0（十八） PAGEREF _Toc189144236 h 1094.35 06-建立DW2.0（十九） PAGEREF _Toc189144237 h 1114.36 06-建立DW2.0（二十） PAGEREF _Toc189144238 h 1124.37 06-建立DW2.0（二十一） PAGEREF _Toc189144239 h 1124.38 07-DW2.

21、0建立方法学（一） PAGEREF _Toc189144240 h 1134.39 07-DW2.0建立方法学（二） PAGEREF _Toc189144241 h 1144.40 07-DW2.0建立方法学（三） PAGEREF _Toc189144242 h 1154.41 08-模型（一） PAGEREF _Toc189144243 h 1164.42 08-模型（二） PAGEREF _Toc189144244 h 1164.43 08-模型（三） PAGEREF _Toc189144245 h 1174.44 08-模型（四） PAGEREF _Toc189144246 h 1184

22、.45 08-模型（五） PAGEREF _Toc189144247 h 1204.46 08-模型（六） PAGEREF _Toc189144248 h 1214.47 09-从时间价值来考虑数据（一） PAGEREF _Toc189144249 h 1234.48 09-从时间价值来考虑数据（二） PAGEREF _Toc189144250 h 1254.49 09-从时间价值来考虑数据（三） PAGEREF _Toc189144251 h 1264.50 09-从时间价值来考虑数据（四） PAGEREF _Toc189144252 h 1274.51 09-从时间价值来考虑数据（五） P

23、AGEREF _Toc189144253 h 1274.52 10-DW2.0内容的定义（一） PAGEREF _Toc189144254 h 1294.53 10-DW2.0内容的定义（二） PAGEREF _Toc189144255 h 1294.54 10-DW2.0内容的定义（三） PAGEREF _Toc189144256 h 1314.55 10-DW2.0内容的定义（四） PAGEREF _Toc189144257 h 1314.56 10-DW2.0内容的定义（五） PAGEREF _Toc189144258 h 1324.57 10-DW2.0内容的定义（六） PAGEREF

24、 _Toc189144259 h 1334.58 10-DW2.0内容的定义（七） PAGEREF _Toc189144260 h 1344.59 10-DW2.0内容的定义（八） PAGEREF _Toc189144261 h 1354.60 11-DW2.0的联通性（一） PAGEREF _Toc189144262 h 1364.61 11-DW2.0的联通性（二） PAGEREF _Toc189144263 h 1374.62 11-DW2.0的联通性（三） PAGEREF _Toc189144264 h 1384.63 11-DW2.0的联通性（四） PAGEREF _Toc18914

25、4265 h 1394.64 11-DW2.0的联通性（五） PAGEREF _Toc189144266 h 1404.65 12-非结构化数据（一） PAGEREF _Toc189144267 h 1414.66 12-非结构化数据（二） PAGEREF _Toc189144268 h 1424.67 13-虚拟操作数据存储（一） PAGEREF _Toc189144269 h 1434.68 13-虚拟操作数据存储（二） PAGEREF _Toc189144270 h 1454.69 13-虚拟操作数据存储（三） PAGEREF _Toc189144271 h 1464.70 13-虚拟操

26、作数据存储（四） PAGEREF _Toc189144272 h 1474.71 14-探索仓库 PAGEREF _Toc189144273 h 1484.72 15-ETL（一） PAGEREF _Toc189144274 h 1494.73 15-ETL（二） PAGEREF _Toc189144275 h 1514.74 16-数据集市 PAGEREF _Toc189144276 h 1534.75 17-粒度管理器 PAGEREF _Toc189144277 h 1544.76 18-元数据（一） PAGEREF _Toc189144278 h 1554.77 18-元数据（二） PA

27、GEREF _Toc189144279 h 1564.78 19-全局数据仓库 PAGEREF _Toc189144280 h 1584.79 20-从多级存储设备上访问数据（一） PAGEREF _Toc189144281 h 1594.80 20-从多级存储设备上访问数据（二） PAGEREF _Toc189144282 h 1604.81 21-性能 PAGEREF _Toc189144283 h 1614.82 22-移植（一） PAGEREF _Toc189144284 h 1644.83 22-移植（二） PAGEREF _Toc189144285 h 1664.84 22-移植（

28、三） PAGEREF _Toc189144286 h 1674.85 22-移植（四） PAGEREF _Toc189144287 h 1684.86 23-成本论证 PAGEREF _Toc189144288 h 1705 DW2.0白皮书 PAGEREF _Toc189144289 h 1725.1 白皮书目录 PAGEREF _Toc189144290 h 1726 项目管理面试题整理 PAGEREF _Toc189144291 h 1736.1 项目管理问题整理 PAGEREF _Toc189144292 h 1746.2 项目需求问题整理 PAGEREF _Toc189144293

29、h 1756.3 成本论证与预算 PAGEREF _Toc189144294 h 1756.4 组织与职员配备问题整理 PAGEREF _Toc189144295 h 1766.5 用户问题 PAGEREF _Toc189144296 h 1776.6 团队问题 PAGEREF _Toc189144297 h 1786.7 项目规划与进度安排 PAGEREF _Toc189144298 h 1806.8 数据仓库标准 PAGEREF _Toc189144299 h 1806.9 工具与供应商 PAGEREF _Toc189144300 h 1816.10 安全 PAGEREF _Toc1891

30、44301 h 1826.11 数据质量 PAGEREF _Toc189144302 h 1836.12 数据整合 PAGEREF _Toc189144303 h 1846.13 数据仓库架构 PAGEREF _Toc189144304 h 1856.14 性能 PAGEREF _Toc189144305 h 1877 Kimball Design Tips PAGEREF _Toc189144306 h 1877.1 Kimball 设计技巧导读 PAGEREF _Toc189144307 h 1877.2 KDT#1 建立点击流数据仓库的一些指导 PAGEREF _Toc189144308

31、 h 1917.3 KDT#1补充 点击流数据仓库的粒度选择 PAGEREF _Toc189144309 h 1927.4 KDT#2 事实表中的多个时间字段 PAGEREF _Toc189144310 h 1927.5 KDT#3 不要建立部门级的数据集市 PAGEREF _Toc189144311 h 1937.6 KDT#4 超大维度的变化数据捕获的一种方法 PAGEREF _Toc189144312 h 1947.7 KDT#5 使用代理键的日期维度 PAGEREF _Toc189144313 h 1957.8 KDT#5 补充 使用代理键的日期维度 PAGEREF _Toc18914

32、4314 h 1957.9 KDT#6 如何处理关联的维度 PAGEREF _Toc189144315 h 1967.10 KDT#7 使数据仓库项目步入正轨 PAGEREF _Toc189144316 h 1967.11 KDT#8 使用类型二的缓慢变化维 PAGEREF _Toc189144317 h 1977.12 KDT#9 实际处理缓慢变化维时的一个妥协 PAGEREF _Toc189144318 h 1987.13 KDT#11 在有缓慢变化维的维度表中统计个数 PAGEREF _Toc189144319 h 1997.14 KDT#13 可以作为维度表使用的事实表 PAGEREF

33、 _Toc189144320 h 1997.15 KDT#14 事务粒度事实表中某天数据的查询 PAGEREF _Toc189144321 h 2017.16 KDT#15 组合使用缓慢变化维技术 PAGEREF _Toc189144322 h 2027.17 KDT#16 热交换维度 PAGEREF _Toc189144323 h 2027.18 KDT#17 层级结构助手表 PAGEREF _Toc189144324 h 2037.19 KDT#18 有关出版社的比喻 PAGEREF _Toc189144325 h 2047.20 KDT#19 保证维度复制的正确 PAGEREF _Toc

34、189144326 h 2047.21 KDT#20 稀疏事实表和事实维度表 PAGEREF _Toc189144327 h 2057.22 KDT#21 定义事实表的粒度 PAGEREF _Toc189144328 h 2067.23 KDT#22谈谈客户维度 PAGEREF _Toc189144329 h 2077.24 KDT#24 跨国数据仓库的维度表的设计方法 PAGEREF _Toc189144330 h 2087.25 KDT#25 主子表的维度模型设计方法 PAGEREF _Toc189144331 h 2097.26 KDT#26 建立审计维度表 PAGEREF _Toc18

35、9144332 h 2097.27 KDT#27 减小离线时间的一种方法 PAGEREF _Toc189144333 h 2107.28 KDT#28 避免数据仓库项目灾难性的故障 PAGEREF _Toc189144334 h 2117.29 KDT#29 对维度表和事实表进行修改 PAGEREF _Toc189144335 h 2127.30 KDT#30 减小事实表的容量 PAGEREF _Toc189144336 h 2147.31 KDT#31 定义实时分区 PAGEREF _Toc189144337 h 2147.32 KDT#32 数据仓库设计中的折中处理 PAGEREF _To

36、c189144338 h 2167.33 KDT#33 使用CRM的度量对客户进行分析 PAGEREF _Toc189144339 h 2187.34 KDT#34 EDW的几个缺点 PAGEREF _Toc189144340 h 2207.35 KDT#35 时间跨度的建模（一） PAGEREF _Toc189144341 h 2217.36 KDT#36 关于集中式的考虑 PAGEREF _Toc189144342 h 2237.37 KDT#38 谈谈分析应用 PAGEREF _Toc189144343 h 2247.38 KDT#39 谈谈合并数据集市 PAGEREF _Toc1891

37、44344 h 2257.39 KDT#40 分析应用的结构 PAGEREF _Toc189144345 h 2267.40 KDT#41 再谈总线矩阵 PAGEREF _Toc189144346 h 2287.41 KDT#42 周期快照事实表和累计快照事实表 PAGEREF _Toc189144347 h 2297.42 KDT#43 维度建模中处理空值的策略 PAGEREF _Toc189144348 h 2307.43 KDT#44 不要过于依赖数据访问工具 PAGEREF _Toc189144349 h 2317.44 KDT#46 再谈退化维度 PAGEREF _Toc189144

38、350 h 2317.45 KDT#47 企业战略目标和业务处理过程的关系 PAGEREF _Toc189144351 h 2327.46 KDT#48 再谈杂项维度 PAGEREF _Toc189144352 h 2337.47 KDT#49 有关“自底向上”的说明 PAGEREF _Toc189144353 h 2347.48 KDT#50 再谈非事实型事实表 PAGEREF _Toc189144354 h 2347.49 KDT#51 时间维度表 PAGEREF _Toc189144355 h 2367.50 KDT#52 改进数据仓库系统的维护工作 PAGEREF _Toc189144

39、356 h 2367.51 KDT#53 给维度添加描述属性 PAGEREF _Toc189144357 h 2387.52 KDT#54 再谈缓慢变化维 PAGEREF _Toc189144358 h 2397.53 KDT#55 文本事实的处理 PAGEREF _Toc189144359 h 2407.54 KDT#57 早到的事实 PAGEREF _Toc189144360 h 2417.55 KDT#57 早到的事实 PAGEREF _Toc189144361 h 2427.56 KDT#58 BI门户（WEB数据仓库） PAGEREF _Toc189144362 h 2437.57

40、KDT#59 数据概况的作用 PAGEREF _Toc189144363 h 2457.58 KDT#64 要避免DW/BI的隔离 PAGEREF _Toc189144364 h 2457.59 KDT#65 为ETL系统做好文档记录 PAGEREF _Toc189144365 h 2467.60 KDT#68 一个简单的交叉探察的SQL例子 PAGEREF _Toc189144366 h 2477.61 KDT#69 业务处理过程的选择 PAGEREF _Toc189144367 h 2487.62 KDT#70 如何规划数据仓库的架构 PAGEREF _Toc189144368 h 249

41、7.63 KDT#71 数据建模时的命名方法 PAGEREF _Toc189144369 h 2507.64 KDT#72 再谈业务处理过程 PAGEREF _Toc189144370 h 2517.65 KDT#73 谈谈敏捷开发方法 PAGEREF _Toc189144371 h 2527.66 KDT#77 维度建模中不要只有汇总数据 PAGEREF _Toc189144372 h 2527.67 KDT#78 迟到的维度记录 PAGEREF _Toc189144373 h 2537.68 KDT#79 有关维度表的大小 PAGEREF _Toc189144374 h 2547.69 K

42、DT#80 给维度表添加变化原因列 PAGEREF _Toc189144375 h 2547.70 KDT#81 事实表中的代理键 PAGEREF _Toc189144376 h 2557.71 KDT#82 改变事实表的粒度 PAGEREF _Toc189144377 h 2567.72 KDT#91 DW/BI系统的营销 PAGEREF _Toc189144378 h 2567.73 KDT#94 为DW/BI系统建立定制工具 PAGEREF _Toc189144379 h 2587.74 KDT#96 像应用软件开发经理一样思维 PAGEREF _Toc189144380 h 2608

43、ETL PAGEREF _Toc189144381 h 2618.1 ETL架构师面试题（转） PAGEREF _Toc189144382 h 2618.2 ETL架构师面试题（中文） PAGEREF _Toc189144383 h 2638.3 浅析逻辑数据映射 PAGEREF _Toc189144384 h 2658.4 浅析数据探索阶段 PAGEREF _Toc189144385 h 2668.5 浅析起始来源数据 PAGEREF _Toc189144386 h 2668.6 浅析ETL过程的四步 PAGEREF _Toc189144387 h 2678.7 浅析数据准备区中的数据结构

44、PAGEREF _Toc189144388 h 2688.8 浅析Staging PAGEREF _Toc189144389 h 2698.9 浅析异构数据抽取 PAGEREF _Toc189144390 h 2708.10 浅析ERP数据的抽取 PAGEREF _Toc189144391 h 2708.11 浅析数据库连接方式 PAGEREF _Toc189144392 h 2718.12 浅析变化数据捕获 PAGEREF _Toc189144393 h 2718.13 浅析数据质量检查 PAGEREF _Toc189144394 h 2728.14 浅析何时进行概况分析 PAGEREF _

45、Toc189144395 h 2738.15 浅析数据质量检查的交付物 PAGEREF _Toc189144396 h 2738.16 浅析量化分析数据质量 PAGEREF _Toc189144397 h 2748.17 浅析代理键替换管道 PAGEREF _Toc189144398 h 2748.18 浅析ETL中对日期的处理 PAGEREF _Toc189144399 h 2758.19 浅析一致性维度的交付步骤 PAGEREF _Toc189144400 h 2758.20 浅析基本事实表的ETL处理 PAGEREF _Toc189144401 h 2768.21 浅析桥接表的作用 PA

46、GEREF _Toc189144402 h 2768.22 浅析迟到数据的处理 PAGEREF _Toc189144403 h 2778.23 浅析ETL过程中的元数据 PAGEREF _Toc189144404 h 2788.24 浅析操作型元数据 PAGEREF _Toc189144405 h 2798.25 浅析共享元数据的方法 PAGEREF _Toc189144406 h 2798.26 浅析数据加载顺序 PAGEREF _Toc189144407 h 2808.27 浅析ETL的技术支持 PAGEREF _Toc189144408 h 2818.28 浅析查找ETL系统瓶颈 PAG

47、EREF _Toc189144409 h 2818.29 浅析评估数据加载时间 PAGEREF _Toc189144410 h 2838.30 浅析实时ETL的架构选择 PAGEREF _Toc189144411 h 2848.31 浅析实时ETL的实现方法及适用范围 PAGEREF _Toc189144412 h 2858.32 浅析实时ETL的实现难点 PAGEREF _Toc189144413 h 2869 文集 PAGEREF _Toc189144414 h 2879.1 Bill Inmon PAGEREF _Toc189144415 h 2879.1.1 Inmon文集 PAGER

48、EF _Toc189144416 h 2879.1.2 数据专员 PAGEREF _Toc189144417 h 2889.1.3 不同类型的操作数据存储 PAGEREF _Toc189144418 h 2899.1.4 数据仓库走向成熟的几个阶段 PAGEREF _Toc189144419 h 2909.1.5 网络化的数据仓库环境 PAGEREF _Toc189144420 h 2929.1.6 何时在数据仓库中使用星型结构 PAGEREF _Toc189144421 h 3019.1.7 数据仓库的质量目标 PAGEREF _Toc189144422 h 3039.2 Ralph Kim

49、ball PAGEREF _Toc189144423 h 3049.2.1 Kimball Group文集 PAGEREF _Toc189144424 h 3049.2.2 维度建模中的数据存储 PAGEREF _Toc189144425 h 3049.2.3 克服收集业务需求中的障碍 PAGEREF _Toc189144426 h 3089.2.4 如何来应用最佳实践 PAGEREF _Toc189144427 h 3129.2.5 ETL架构中的38个子系统 PAGEREF _Toc189144428 h 31510 Ttnn BI 观点 PAGEREF _Toc189144429 h 3

50、1710.1 再谈ODS PAGEREF _Toc189144430 h 31710.2 星型模型和雪花模型 PAGEREF _Toc189144431 h 31910.3 数据仓库的发展和软件的发展共性分析 PAGEREF _Toc189144432 h 32110.4 浅析DW2.0架构 PAGEREF _Toc189144433 h 33210.5 关于XMiner的讨论 PAGEREF _Toc189144434 h 33310.6 再谈 Confomded Table PAGEREF _Toc189144435 h 33510.7 浅析联邦式数据仓库架构 PAGEREF _Toc18

51、9144436 h 33610.8 ETL的38个系统模块 PAGEREF _Toc189144437 h 33710.9 谈谈金融领域的风险分析方向 PAGEREF _Toc189144438 h 33710.10 谈谈数据仓库架构的发展和分类 PAGEREF _Toc189144439 h 34210.11 谈谈数据的用途和分类 PAGEREF _Toc189144440 h 344Jeromes BI Blog简介Jeromes BI Blog关注于:1.数据仓库架构,Inmon的企业信息工厂(CIF),Kimball总线架构(Bus Architecture);2.数据集市(Data

52、Mart),操作数据存储(ODS),数据准备区(Staging Area),ETL;3.ER建模 (3NF),维度建模;4.OLAP多维数据库,数据挖掘.导读由于本站采用的是日志的模式，在阅读时需要不断翻页或搜索，给大家带来较大麻烦，特整理本文档给大家阅读提供方便。 HYPERLINK /blog/user1/lastwood/archives/2007/1344.html Kimball设计技巧导读（一）Kimball Design Tips 1到50。 HYPERLINK /blog/user1/lastwood/archives/2007/1346.html Kimball设计技巧导读（

53、二）Kimball Design Tips 51以后。 HYPERLINK /blog/user1/lastwood/archives/2007/1381.html DW2.0导读（一）Bill Inmon对现代数据仓库的描述。 HYPERLINK /blog/user1/lastwood/archives/2007/1382.html DW2.0导读（二）Bill Inmon对现代数据仓库的描述。数据仓库概念浅析按英文排序 HYPERLINK /blog/user1/lastwood/archives/2007/1435.html 数据仓库概念浅析按中文排序 HYPERLINK /blog/

54、user1/lastwood/archives/2007/1506.html 主数据管理：建立企业信息的单一视图 HYPERLINK /blog/user1/lastwood/archives/2007/1484.html 浅析3NF数据仓库建模 HYPERLINK /blog/user1/lastwood/1734.html 数据仓库项目管理面试题整理 HYPERLINK /blog/user1/lastwood/archives/2006/822.html ETL架构师面试题目录英文 HYPERLINK /blog/user1/lastwood/archives/2007/1352.htm

55、l ETL架构师面试题目录中文 HYPERLINK /blog/user1/lastwood/archives/2007/1525.html Inmon文集Inmon的一些文章整理。 HYPERLINK /blog/user1/lastwood/1699.html Kimball Group文集Kimball Group的一些文章整理。整理中数据仓库架构研究浅析数据仓库架构目前来说，数据仓库架构比较成熟并已经形成理论的主要有两个，一个是Corporation Information Factory，简称CIF，中文一般翻译为企业信息工厂，代表人物是Bill Inmon。另一个是Mutildim

56、ensional Architecture，简称MD，中文一般翻译为多维体系结构，代表人物是Ralph Kimball。企业信息工厂主要包括集成转换层（Integrated and Transformation Layer）、操作数据存储（Operational Data Store）、数据仓库（Enterprise Data Warehouse）、数据集市（Data Mart）、探索仓库（Exploration Warehouse）等部件。多维体系结构分为后台（Back Room）和前台（Front Room）两部分。后台主要负责数据准备工作，称为数据准备区（Staging Area），前台

57、主要负责数据展示工作，称为数据集市（Data Mart）。而数据仓库是一个虚拟的部件，它指的是全部数据集市的集合。两个数据仓库架构各有优缺点，一种比较流行的做法是合用两种架构，即建立CIF的数据仓库和MD的数据集市。浅析企业信息工厂数据仓库领域里，有一种构建数据仓库的架构，叫Corporate Information Factory，中文一般翻译为“企业信息工厂”。企业信息工厂的创始人是数据仓库之父Inmon。企业信息工厂主要包括集成转换层（I&T）、操作数据存储（ODS）、数据仓库（EDW）、数据集市（DM）、探索仓库（EW）等部件。这些部件有机的结合在一起，为企业提供信息服务。集成转换层的

58、目的是将来自操作型源系统的数据集成转换到数据仓库中，它通常由一组程序组成，而其它部件如数据仓库和数据集市等则主要由数据组成。 当业务数据来源多，业务复杂时，集成转换层会建立一些临时表，为数据处理提供方便。这时，集成转换层包括程序和数据，也称数据准备区（Data Staging Area）。通常中等规模及以上的数据仓库系统都会建立数据准备区。操作数据存储（ODS）是建立在数据准备区和数据仓库之间的一个部件。用来满足企业集成的、综合的操作型处理需要。例如，出尽可能实时的集成的操作报表等需求。一般，也称操作数据存储是用来满足企业战术决策的需要。操作数据存储是个可选的部件。数据仓库是企业信息工厂的核心

59、部件，用来保存整个企业的数据。一般，也称数据仓库是用来满足企业战略决策的需要。数据仓库的数据来自数据准备区和操作数据存储。数据集市是为了满足企业特定部门的分析需求而专门建立的数据的集合。数据集市的数据来源是数据仓库。企业信息工厂中的数据集市一般来说是非规范化的、定制的和汇总的。而多维体系架构中的数据集市分为两种，分别是原子数据集市和聚集数据集市。一般来说，企业信息工厂中的数据集市相当于多维体系架构中的聚集数据集市。探索仓库或数据挖掘仓库的建立主要是为了解决大型查询，提高数据仓库的效率。当有探索或挖掘需求时，会从数据仓库导出一部分数据提供给他们操作。企业信息工厂中的数据流向一般是从源系统到数据准

60、备区到操作数据存储到数据仓库到数据集市。当分析人员在数据仓库或数据集市中得出分析结论后，会有信息的回流。这种信息回流有可能是物理数据的回流，也可能是直接改变业务部门的策略，总之，要将分析的结果应用起来。通过这种信息的回流，企业信息工厂的不同部件可以不断的相互调整，最终找到一种平衡。这也是称为企业信息工厂的原因。浅析多维体系结构数据仓库领域里，有一种构建数据仓库的架构，叫Multidimensional Architecture（MD），中文一般翻译为“多维体系结构”，也称为“总线架构”（Bus Architecture）。多维体系结构的创始人是数据仓库领域中最有实践经验的Kimball博士。多