【发布时间】:2018-10-17 00:47:29
【问题描述】:
我们计划为前端用户的数据提取需求构建一个运营数据存储。 据我所知,Kimball 构建 ODS\DW 的方法,它应该保存完整时间段的数据,而不是滚动时间段。
原因是,可能需要从 ODS\DW 中提取旧数据。
所以我需要你的想法。我应该如何接近?
【问题讨论】:
标签: data-warehouse business-intelligence
我们计划为前端用户的数据提取需求构建一个运营数据存储。 据我所知,Kimball 构建 ODS\DW 的方法,它应该保存完整时间段的数据,而不是滚动时间段。
原因是,可能需要从 ODS\DW 中提取旧数据。
所以我需要你的想法。我应该如何接近?
【问题讨论】:
标签: data-warehouse business-intelligence
Kimball 的数据仓库方法是尽可能将事务数据加载到任何数据仓库,因为它在汇总方面更加灵活。当然,在 ODS 阶段,如果可能需要获取旧数据,您不会想要“预聚合”您的数据。
如果您同时存储事务数据,然后存储数据的预聚合版本(在聚合事实表中,带有索引/视图或多维数据集,或者只是按照其他答案的建议在报表端进行过滤),您可以两全其美。
(注意:Kimball 的方法实际上不需要 ODS:如果您想构建 ODS,它们很好,但他们的重点是维度建模的数据仓库。)
【讨论】:
我会创建一个快照表,它可以保存每天滚动周期的值,并在客户端过滤要显示的快照。
一旦期限结束,最终值就可以存储在永久数据集市上。
【讨论】: