分層的主要原因是在管理數(shù)據(jù)時(shí)，我們可以對數(shù)據(jù)有更清晰的掌控。詳細(xì)來說，主要有幾個(gè)原因:清晰度數(shù)據(jù)結(jié)構(gòu):每個(gè)。方便數(shù)據(jù)血緣追溯:總之我們最后呈現(xiàn)一個(gè)可以直接使用的業(yè)務(wù)表，但是來源很多。如果一個(gè)源表出現(xiàn)問題，我們希望快速準(zhǔn)確的定位問題，明確其危害范圍。

簡化復(fù)雜問題:把一個(gè)復(fù)雜的任務(wù)分解成多個(gè)步驟，每一層只處理一個(gè)步驟，這樣更簡單，更容易理解。而且方便保持?jǐn)?shù)據(jù)的精度。當(dāng)數(shù)據(jù)出現(xiàn)問題時(shí)，不需要全部修復(fù)數(shù)據(jù)，只需要從有問題的步驟開始。屏蔽原文數(shù)據(jù)異常:屏蔽業(yè)務(wù)的影響，需要在不改變業(yè)務(wù)一次的情況下重新接入數(shù)據(jù) 數(shù)據(jù)分層每個(gè)企業(yè)可以根據(jù)自己的業(yè)務(wù)需求劃分不同的層次，但最基本的分層思路理論上是數(shù)據(jù)。

個(gè)人認(rèn)為最簡單的答案是數(shù)據(jù)對歷史進(jìn)行分析和梳理。數(shù)據(jù) 倉庫在根源上，它的出現(xiàn)是因?yàn)楦鞣N應(yīng)用系統(tǒng)無法高效處理大量歷史數(shù)據(jù)。以銀行為例。我國幅員遼闊，資源豐富。一般全國銀行網(wǎng)點(diǎn)至少有4000家。在財(cái)務(wù)系統(tǒng)的一個(gè)總賬里，每個(gè)分支機(jī)構(gòu)至少要有1000個(gè)科目和項(xiàng)目-3/要報(bào)，還不算各種外幣和海外機(jī)構(gòu)。10年后在集中庫的總賬中累計(jì)/123，450。

我們能做的就是縮短在應(yīng)用系統(tǒng)中保存數(shù)據(jù)的時(shí)間，只能查看最近2年及以下的記錄。把歷史數(shù)據(jù)的統(tǒng)計(jì)分析留給其他系統(tǒng)，就出現(xiàn)了一個(gè)名為-3倉庫的系統(tǒng)。這個(gè)倉庫中最重要的問題是歷史數(shù)據(jù)的統(tǒng)計(jì)，如何高效的存儲歷史數(shù)據(jù)如何處理緯度梯度，如何設(shè)計(jì)更貼近業(yè)務(wù)的主題等等。

1。首先你得搞清楚建倉庫的目的是什么，是整合各種系統(tǒng)數(shù)據(jù)服務(wù)于分析決策，還是快速完成分析決策需求？如果是前者，建模時(shí)一般會選擇er建模方法數(shù)據(jù)倉庫；如果是后者，一般會選擇維度建模方式。ER建模:即實(shí)體關(guān)系建模，由數(shù)據(jù) 倉庫之父BIllInmon提出。核心思想是從整個(gè)企業(yè)的高度設(shè)計(jì)三范式模型，用實(shí)體關(guān)系描述企業(yè)服務(wù)。

維度建模(Dimension modeling):由Kimball提出，核心思想是從分析決策的需求出發(fā)建立模型。該模型由事實(shí)表和維度表組成，即星型模型和雪花型模型。Kimball主張自底向上的架構(gòu)，可以為獨(dú)立部門建立數(shù)據(jù) bazaar，然后增加構(gòu)建，歸納為數(shù)據(jù) 倉庫。2.其次，你要進(jìn)行深入的業(yè)務(wù)調(diào)研和數(shù)據(jù) research業(yè)務(wù)調(diào)研:深入的業(yè)務(wù)調(diào)研可以讓你更加明確建倉的目的；同時(shí)也有利于后續(xù)的建模和設(shè)計(jì)。隨著研究的深入，如何將實(shí)體業(yè)務(wù)抽象成多倉庫模型將會更加清晰。

數(shù)據(jù)倉庫，英文名為DataWarehouse，可縮寫為DW或DWH。數(shù)據(jù) 倉庫是一個(gè)戰(zhàn)略集合，為企業(yè)各個(gè)層面的決策過程提供各種類型的支持。這是一個(gè)單獨(dú)的商店，用于分析報(bào)告和決策支持。為需要商業(yè)智能的企業(yè)提供業(yè)務(wù)流程改進(jìn)、監(jiān)控時(shí)間、成本、質(zhì)量和控制方面的指導(dǎo)。我打個(gè)簡單的比方，數(shù)據(jù) 倉庫是用倉庫，數(shù)據(jù)是這個(gè)倉庫的商品。數(shù)據(jù) 倉庫的開發(fā)者是這個(gè)倉庫的管理員，那么數(shù)據(jù) 倉庫就是如何管理好它。方便BI、AI等其他用途數(shù)據(jù)更好的使用倉庫inside數(shù)據(jù)讓數(shù)據(jù)更好的發(fā)揮作用，在一堆規(guī)整整齊的商品中找一個(gè)很明顯。

嗯，確切的答案還得問圈內(nèi)人。提供DSS支持，以及業(yè)務(wù)數(shù)據(jù)礦業(yè)。目的有很多，但目前銀行主要以數(shù)據(jù)整合為主，可能會把數(shù)據(jù)以前分散在各個(gè)系統(tǒng)中的整合在一起。以前有些報(bào)表是針對業(yè)務(wù)系統(tǒng)發(fā)布的，現(xiàn)在數(shù)據(jù) integration的目的是統(tǒng)一-3。這樣做的一個(gè)好處是數(shù)據(jù) source是統(tǒng)一的，但是不一定能達(dá)到目的，因?yàn)榈侥壳盀橹梗呀?jīng)找了很多家銀行都是好意，但是最終的系統(tǒng)并沒有收到那么大的效果，至少我知道建行。

交易處理系統(tǒng)中的10、 數(shù)據(jù) 倉庫和元 數(shù)據(jù)管理

前言數(shù)據(jù)主要用于記錄和查詢業(yè)務(wù)情況。隨著數(shù)據(jù) 倉庫(DW)技術(shù)的不斷成熟，企業(yè)的數(shù)據(jù)逐漸成為決策的主要依據(jù)，是一門決策導(dǎo)向的學(xué)科，有現(xiàn)史概要數(shù)據(jù)來源整合數(shù)據(jù)閱讀導(dǎo)向數(shù)據(jù)圖書館系統(tǒng)。其目的是支持決策-3倉庫根據(jù)決策的需要進(jìn)行收集，并適當(dāng)?shù)亟M織起來使其有效地為決策過程提供信息數(shù)據(jù) 倉庫其中數(shù)據(jù)是從眾多業(yè)務(wù)處理系統(tǒng)中提取轉(zhuǎn)換而來數(shù)據(jù)如何安全高效地管理和訪問它們變得尤為重要。解決這個(gè)問題的關(guān)鍵是對meta 數(shù)據(jù)進(jìn)行科學(xué)有效的管理，Meta 數(shù)據(jù)描述了數(shù)據(jù)manipulation數(shù)據(jù)的過程和應(yīng)用的結(jié)構(gòu)和意義。-3/資源綜合指南數(shù)據(jù)不僅定義了數(shù)據(jù)倉庫China數(shù)據(jù)的模式來源和提取轉(zhuǎn)換規(guī)則，而且整個(gè)-，-3/是一個(gè)元數(shù)據(jù)它將數(shù)據(jù) 倉庫系統(tǒng)中松散的組件連接起來，形成一個(gè)有機(jī)的整體。本文首先介紹了meta 數(shù)據(jù)的定義、功能和意義，然后討論了/，meta 數(shù)據(jù)管理在系統(tǒng)中的現(xiàn)狀以及meta 數(shù)據(jù)的標(biāo)準(zhǔn)化最后提出了建立meta 數(shù)據(jù)管理系統(tǒng)的步驟。