数据仓库和数据模型
导出数据加到企业数据模型中，在那里导出数据作为公用并只计算一次，而不重复计算。图3 - 8所示的是一个企业数据模型，该模型建造时没有考虑现存的、操作型系统与数据仓库之间的差别。不常变化的数据聚集在一起，时而变化的数据聚集在一起，常变化的数据聚集在一起。稳定性分析的最终结果(这是物理数据库设计前数据建模的最后一步)是具有相似特性的数据聚集在一起。设计的最后一项设计工作是企业数据模型到数据仓库数据模型
数据模型既适用于现存系统环境也适用于数据仓库中环境，图3 - 8做了更清楚的解释。
图3 - 8所示的是一个企业数据模型，该模型建造时没有考虑现存的、操作型系统与数据仓库之间的差别。企业数据模型只包含原始数据。要建造一个单独的现存数据模型，需要从企业模型开始。然而，当企业数据模型传送到现存系统环境中时，性能因素也应加到该模型中。
总之，企业数据模型用于操作型系统时，几乎不用做什么改动。但是，企业模型用到数据仓库中要做相当多的改动。首先要做的是除去纯粹用于操作型环境的数据。然后，在企业数据模型的键码结构中增加时间元素。导出数据加到企业数据模型中，在那里导出数据作为公用并只计算一次，而不重复计算。最后，操作型系统中的数据关系在数据仓库中就转变为“人工关系”。
设计的最后一项设计工作是企业数据模型到数据仓库数据模型的“稳定性”分析。稳定性分析是根据各个数据属性的变化特性将这些属性分组。图3 - 9说明了稳定性分析。
不常变化的数据聚集在一起，时而变化的数据聚集在一起，常变化的数据聚集在一起。稳定性分析的最终结果(这是物理数据库设计前数据建模的最后一步)是具有相似特性的数据聚集在一起。
于是，有一个数据模型的共同起源。可以作一个类比，企业数据模型是亚当，操作型数据模型是凯恩，数据仓库的数据模型是亚伯。他们都源于同一个血统，但同时又互不相同。
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
5
0- 0
已为社区贡献5条内容
所有评论(0)