数据仓库的数据标准化思路x

1、数据仓库的数据标准化思路数据标准化对于大型公司而言，各个下层子公司都使用自己本地的业务系统，当这些子公司数据往上汇总到总公司时，常常出现代码不一致，数据歧义等等各种各样的问题，在这种情况下，数据标准化就变得不得不行了。典型的例子，比如医院，大型医院往往包含多个分院，而分院都是用自己的业务系统。业务数据采集汇总后，发现数据结构及数据本身出现歧义，无法直接使用。因此，就不得不对本院及分院的业务数据进行标准化处理，避免歧义，使数据更真实可用，简单易理解。数据标准化处理应当注意两个关键点：1 .一号对应一对象。以病人为例，病人可能在各分院及本院都注册建档，因此同一病人可能在各分院都有不同的ID号，但数

2、据采集到本院，与本院数据合并后，进行标准化处理，应保证此病人具有新的唯一ID号。同时需保留病人曾经的各分院及本院ID号，便于其他分院数据的关联（如分院的病人缴费数据需要关联原始分院号码，之后以标准化后唯一ID号，进入本院系统）。2 .事实数据标明数据来源。如病人缴费信息，因为缴费事实产生的位置不同，需要进行来源标注，分清本院及各分院，便于数据理解及之后的查询和统计。在构建DW6寸的数据标准化处理流程上，可以考虑通过以下方式来完成。标准化准备在标准化处理之前，需要对DW麦格结构进行一些处理，使得标准化过程易于实施，也保证标准化的结果更易于理解。对于不同的表格上，所需新增的字段也不尽相同。下面分类

3、进行说明：维表比如病人信息，科室信息，员工信息，设备信息等，新加字段如下：字段名类型说明备注ID数字代理键，主键由序列生成，新的唯一ID号HISTORY_IDLIST文本曾经使用的编号列表对应分院+分院ID号，以；分隔START_DATE日期记录生效时间拉链使用，可选END_DATE日期记录失效时间拉链使用，可选事实表如病人缴费，医生处方，手术记录等，新加字段如下:字段名类型说明备注表示数据来源；SOURCE_ID数字数据来源，本院、分院应新增本院/分院信息维表，记录source_id对应的分院名，地址，热线等信息对于已处理完成的信息，如病人已出院，进行可归ARCHIVE_FLAG文本记录是否

4、可归档（Y/N）档标记；DW保留一段时间后，可考虑部分归档数据迁移到二级存储，减轻压力START_TIME日期记录生效时间拉链使用，可选END_DATE日期记录失效时间拉链使用，可选数据标准化处理在数据标准化的处理过程中，也应分为两步进行处理，先进行维表的代码（如ID号）标准化，然后将事实表中的记录以标准化后的代码配合原来的事实信息（如缴费）及数据来源标记（哪个分院）采集到DW标准事实表中。维表标准化1.维表标准化以病人维表为例进行说明2,将本院及各分院的维表数据采集到DW标准库的缓冲区（可将本院及各分院数据放置于缓冲区的不同用户下）3 .首先标准化本院数据，标准化后的数据写入标准表格。以病人

5、身份证号进行区分，身份证号第一次出现时，取新的序列值为病人的标准化ID号，并将病人的原始信息（本院编号+原始ID号）记入history_idlist字段；同一身份证号之后重复出现时，将病人的原始信息添加到history_idlist字段即可。4 .之后标准化分院数据，对于本院中未出现的身份证号，取新的序列值为病人的标准化ID号，并将病人的原始信息（分院编号+原始ID号）记入history_idlist字段；同一身份证号之后重复出现时，将病人的原始信息添加到history_idlist字段即可。注：在病人的原始信息记入history_idlist字段时，可选择同时将标准化的病人ID号和原始ID号

6、写入一个代码转换表，便于之后分院事实表通过此代码转换表，根据原始ID号，找到新的标准化ID号。当然，分院事实表也可通过对标准化病人维表的history_idlist字段的全文搜索，找到对应的标准化ID号。实际实施中，以实施效率进行灵活调整即可。事实表标准化1 .将本院及分院的事实表数据采集到DW标准库的缓冲区2 .本院及分院事实表需与上一步生成的代码转换表关联（或搜索history_idlist字段），根据原始病人ID号，找到新生成的标准化ID号，联合其它的事实数据（如缴费），写入到新的标准化事实表3 .本院及分院事实表数据写入DW标准库的同时，在标准化事实表的source_id字段中标注事实数据来源（本院或分院的编号）DW数据标准化实施在实施标准化时，可分为标准化初始化-增量标准化来实施，标准化初始化处理数据量最大，之后增量标准化，只要采集增量数据到缓冲区即可。标准化初始化标准化初始化示意图如下：DW标准库初始化主要完成以下工作：1 .以某个时间点为界，采集本院、分院数据到DW标准库缓冲区2 .在缓冲区进行数据标准化后，写入DW标准库3 .写入完成后，清理缓冲区，但建立了代码转换表的话，代码转换表可保留标准化增量标准化增量示意图如下:DW标准库标准化增量主要完成以下工作：1