《数据仓库设计》word版

1、Zovie数据仓库设计1. 业务维度生命周期业务维度生命周期示意图展示了实施数据仓库过程的一般性流程。它确定了一系列高级任务，强调了那些应该与技术，数据和应用轨迹同时发生的活动情况。应该关注该示意图中各项活动的先后顺序和并发性，而不是完成期限。2. 项目规划a) 数据仓库项目的定义及范围b) 项目准备评估c) 业务合理性证明3. 业务需求定义a) 业务需求收集（企业需求）访谈，报表收集b) 业务需求审查结合源系统及收集到的业务需求，根据业务价值及可行性分析（源系统数据准备情况），得到项目业务需求子集。c) 数据审计操作源系统，跟踪SQL语句，监控影响的数据库表d) 项目业务需求e) 分析主题和

2、业务过程采访摘要已经将相似的需求分组为通用分析主题。按照所写的摘要来标识支持每个分析主题的业务过程。f) 总线矩阵g) 区分优先级过程4. 数据仓库逻辑设计1.2.3.4.4.1. 维度建模维度建模是一种逻辑设计技术，该技术试图采用某种直观的标准框架结构来表现数据，并且允许高性能存取。优点：a) 维度建模是可预测的标准框架。允许数据库系统和最终用户查询工具在数据方面生成强大的假设条件，这些数据主要在表现和性能方面起作用。b) 星型连接模式的可预测框架能够忍受不可预知的用户行为变化。c) 具有非常好的可扩展性，以便容纳不可预知的新数据源和新的设计决策。可以很方便在不改变模型粒度情况下，增加新的分

3、析维度和事实，不需要重载数据，也不需要为了适应新的改变而重新编码。较好的扩展性意味着以前的所有应用都可以继续运行，并不会产生不同的结果。维度模型是用来设计向最终用户交付的数据库的唯一可行技术。4.2. 定义数据仓库总线结构a) 业务驱动维度建模b) 数据仓库总线结构矩阵c) 一致性维度d) 一致性事实一致性维度和一致性事实是数据仓库的“总线”e) 单元数据集市购货订单，装船，付款来源于单个事务f) 多元数据集市客户利润率，其中描述收益的传统源必须与描述成本的传统源组合在一起使用。来源于多个事务应该从单元数据集市开始创建数据集市。g) 事务模式数据集市h) 周期快照数据集市i) 累计快照数据集市

4、4.3. 定义高级数据模型逻辑图4.4. 维度模型的设计过程a) 选取业务处理销售订单b) 定义粒度每行记录代表什么？例如订单模型的粒度是：每个销售单的每个房间。c) 选定维度公司，项目，楼栋（包括产品类型），房间，客户，业务员，推荐人，签约日期，关闭日期，失效日期，业务办理日期，计价方式，付款方式，订单类型，订单状态d) 确定事实建筑单价，建筑面积，套内面积，套内单价，标准总价，折扣，建筑成交单价，套内成交单价，房间总价装修单价，装修总价，附属款，按揭贷款额，公积金贷款额不能包含不同粒度的事实：建筑单价，建筑面积，套内面积，套内单价，标准总价，折扣，房间总价4.5. 源数据目标数据映射（ET

5、L规则定义）a) 维度表映射b) 事实表映射4.6. 产出文档a) Zovie数据仓库总线结构文档b) Zovie高级数据模型文档c) Zovie数据模型及ETL设计文档5. 数据仓库物理设计5.1. 创建物理数据模型a) 选择数据建模工具b) 物理数据结构的设计5.2. 制定最初的索引计划a) 为事实表创建索引b) 为维度表创建索引5.3. 设计和创建数据库实例a) 保存数据库创建脚本和参数文件b) 创建物理存储结构5.4. 产出文档a) Zovie数据模型设计文档b) Zovie数据库创建脚本文档c) Zovie数据库初始化脚本文档d) 在Zovie数据模型及ETL设计文档中加入相关部分的设计内容6. ETL设计与开发6.1. 维度表装载设计6.2. 事实表装载设计6.3. 聚合表和多维联机分析处理装载6.4. 数据仓库的操作与自动化数据仓库操作都是在非公开方式下定期执行装载处理。6.5. 产出文档a) Zovie_ETL项目开发文档b) 在Zovie数据模型及ETL设计文档中加入相关部分的设计内容7. 多维数据集开发7.1. 数据集市定义a) 维度定义b) 度量值组定义c)