知识卡片

普通读书笔记卡 · 2280.h.1.a.13.h

Data Vault三类表

理解等级:高级

Data Vault(Dan Linstedt,20 世纪 90 年代,本书讲 2.0):Kimball 和 Inmon 关注数仓中的业务逻辑结构,Data Vault 则把源系统数据的结构与属性分离——不用事实、维度或高度范式化表表示业务逻辑,而是把源数据只插入地直接加载到少数几类特制的表中,没有“好、坏或符合要求的数据”之分。目标是在业务演进中让数据尽可能敏捷、灵活、可扩展。

三类表: - 中心表(Hub):保存所有唯一的业务主键,标准字段包括哈希键(MD5 等,用于连接系统间数据)、加载日期、记录源、业务主键。只允许插入,加载后固定不变。设计时最关键的是确定业务主键:用户通常如何查找数据? 最好在建概念模型时就识别出来; - 链接表(Link):跟踪中心表之间业务主键的关系,最好以最细粒度连接,是多对多关系。关系变化时只需新建一个链接表关联业务概念,底层数据变化时极其灵活。例如 LinkOrderProduct 连接订单和产品中心表; - 卫星表(Satellite):为中心表或链接表提供描述性属性和上下文(如产品名称、价格),必需字段只有由父中心表业务键组成的主键和加载日期。

还有时刻表、桥接表等类型。业务逻辑在查询时才被创建和解释。Data Vault 常作为分析数据的着陆区,再在数仓中用星型模式单独建模;它也适用于 NoSQL 和流数据源,一些流数据专家建议用它做流数据建模。

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(Data Vault模型)(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Data Vault把源结构与属性分离、只插入加载的思想,以及中心表、链接表、卫星表的字段与作用,说明业务逻辑在查询时解释、常作着陆区并与星型模式配合。 - 原始内容:Data Vault不是用事实、维度或高度范式化的表来表示业务逻辑,而是简单地将数据从源系统直接加载到少数几个特制的表中,只需插入即可。