数据集市,Inmon架构及Kimball架构(维度建模)

在数据仓库持续演进的过程中，逐渐产生了不少的架构方法，主要有Inmon架构，Kimball架构，数据集市架构及混合架构等。

 

一 数据集市

先说说数据集市吧，数据集市也不是之前单独按照每个部门去搭建的，都是出自搭建好的企业级数据仓库。属于从属数据集市，可以有效消除各部门数据不一致的情况。

早期数据集市：

  

从属数据集市：

  

 

 

二 Inmon架构

我们先来看下面一张图

  

可以发现：

• Inmon架构的数据仓库存储的是最细粒度的数据

• Inmon架构的数据仓库是符合三范式的

• Inmon架构的数据只能从数据集市获取，不能跨过数据集市直接从企业级数据仓库中获取。

三 Kimball架构

 

如上图所示，可以发现kimball架构使用多维模型设计，所以分为事实表和维表，我们在使用数据的时候，可以直接查询数据仓库里面的数据，kimball架构的数据仓库是没有实际存在数据集市的，如果非要区分，可以通过主题域划分获取自己的数据集市。

对于kimball架构而言，大体上又分为以下3类

 

3.1 星型模型

  

3.2 雪花模型

  

3.3 星座模型

 

3.4 星型模型与雪花模型区别

• 星型模型不需要多次join操作，减少查询时间，提升查询性能

• 星型模型存储数据有冗余，浪费存储，不过也是以空间换时间的表现

四 Inmon架构与kimball架构区别

• Inmon是自上而下的瀑布流开发方式，以数据源为导向，偏向三范式数据仓库建设，数据存储为最细粒度，而Kinball架构是自下而上的开发方式，以需求为导向，一般使用维度建模方式，数据存储粒度来说，最细粒度及汇总数据都是可以提供的

• Inmon架构存在真实数据集市，而Kimball数据架构不存在真实数据集市，只有通过主题域构建的虚拟数据集市。

• Inmon数据仓库数据的读取只能通过数据集市，不能直接读取数据仓库的数据，但是Kimball数据架构的数据仓库数据可以直接对外提供。

 

 

转载：https://mp.weixin.qq.com/s/H7Y2DdfbXCktI54g9l54XQ