知识卡片

普通读书笔记卡 · 2280.j.10.b

Inmon与Kimball之别

理解等级:中级

批量分析建模的三大技术是 Inmon、Kimball、Data Vault,实践中常组合使用(如先建 Data Vault,再在旁边加 Kimball 星型模式)。

Inmon(1989,数据仓库之父):数仓的目标是把源系统与分析系统分离。定义:面向主题的、集成的、非易失的、反映历史变化的数据集合,支持管理决策。其中集成最重要——来自多源的数据被转换、重新格式化,最终在仓库中有单一的物理形象。整个组织的数据整合进细粒度、高度范式化(3NF)、注重 ETL 的实体关系模型,按业务优先级逐步引入,成为“权威信息源”;再通过部门专有的数据集市(常为星型模式,可去范式化)服务报表。

Kimball(20 世纪 90 年代初):处于频谱另一端,自底向上,不太注重范式化,接受去范式化,实际上让数据集市本身成为数仓——迭代和建模更快,代价是集成更松散、数据冗余重复。Inmon 批评:“数据集市永远不能替代数据仓库”。

事实表:定量的、与事件相关的数据,不可变、只追加;窄而长;应尽可能细粒度,每行代表数据粒度;避免在事实表中聚合或衍生(放到下游集市或视图);只引用维度、不引用其他事实表。

维度表:为事实提供参考数据、属性和上下文(内容、地点、时间);宽而短,去范式化、允许重复。日期维度可随需添加字段,轻松回答“2022 年第一季度总销售额”“周二比周三多多少顾客”。

星型模式:事实表被必要维度包围,连接更少、查询更快、业务用户更易理解。它不应反映某个特定报表,而应反映业务逻辑的事实和属性。一个星型模式只有一个事实表;一致性维度在多个星型模式中复用,可把多个事实表组合起来——Kimball 允许冗余,但要避免复制相同维度表,以免业务定义漂移。星型模式只适合批处理数据。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据工程之道:设计和构建健壮的数据系统》第08章《第8章 查询、建模和转换》8.2.4 批量分析数据的建模技术(Inmon模型;Kimball模型:事实表、维度表、星型模式)(源文件:extracted/数据工程之道-设计和构建健壮的数据系统/_epub-src/EPUB/xhtml/Section0014.xhtml,来源项目 book-sources) - 结论依据:8.2.4节介绍Inmon数仓的四大特征、集成优先、3NF加数据集市的结构,Kimball自底向上的方法及事实表、维度表、星型模式和一致性维度,并对比两者的取舍。 - 原始内容:记住,Kimball方法允许冗余数据的存在,但是要避免复制相同的维度表,以避免业务定义和数据完整性的漂移。