本文，是为了让大家更好的理解大数据经典架构的补充内容，主要介绍一下数据仓库相关的内容。

数据仓库（Data Warehouse，DW）：由两个主要部分构成（一个整合的决策支持数据库 + 一个收集、清洗、转换、存储来自于各种外部数据源数据的相关软件程序），两者结合以支持历史的、分析的和商务智能需求。

企业数据仓库（Enterprise Data Warehouse，EDW）：是服务于整个企业商务智能需要的集中式数据仓库。企业数据仓库遵循企业数据模型，使得整个企业范围内的决策支持活动可以保持一致。

一个数据仓库也可能包括若干相关的数据集市，他们都是数据仓库的子集副本

数据仓库活动专注于实现一个历史的业务上下文，包括业务规则，同时保证与元数据存储库交互的流程。

数据仓库活动提供技术解决方案以支持商务智能（BI），“商务智能”是多种业务能力的集合，具体包括：

知识工作者执行查询、分析和报表活动，用于监控和了解企业财务运营情况，支持决策制定
基于企业操作型数据的战略/运营分析和报表，从而支持业务决策、风险管理、合规管理
查询/分析和报表相关的流程和规程
商务智能软件工具的细分市场、决策支持系统的同义词、商务智能环境的代名词

数据仓库和商务智能管理的目标：

软件

环境

为数据获取、数据管理和数据访问提供稳定、高效、可靠的环境。

提供易于使用的、灵活的和全面的数据访问环境。

定义、构建并维护所有数据存储、数据处理过程，数据基础设施和数据工具，在系统输出后经过整合和精细化处理的数据可以用于信息查看、分析或者满足数据请求

数据

服务

为所有合适的访问形式提供可信的、高质量的数据。

在内容和内容访问方面，与组织目标相适应，以增量方式交付。

对所需的当前和历史数据提供整合的数据存储，并按照主题域组织数据。

交付数据时，关注如何支持数据治理所发起的决策、政策、流程、定义以及标准等。

整合商务智能处理过程所发现的新数据到数据仓库，使其为进一步分析和商务智能所用。

外部

支撑

要借助其他相关的数据管理职能，如参考数据/主数据/元数据管理、数据治理、数据质量管理，而不重复建设。

几个必须知道的概念：

1、报表数据库和业务数据库的区别

区分数仓和业务应用库表设计的不同，是实施数仓的第一步。

同时牢记：数仓是面向主题，集成的，不可更新的，随时间不断变化的。

业务

数据库

用于减少冗余和提高精度。

适合于数据的写入和更新而不是数据的读取。

数据被细分为很多表(为了消除冗余)，大查询执行起来较慢

报表

数据库

报表型数据源通常使用星型结构布局。所有事务型数据，大部分数值型数据存储在事实表中，所有的参考数据，例如产品信息等，存储在独立的维度表中。

星型结构数据库比完全标准化数据库含有的表少，查询性能更快。

2、维度

维度是一个与业务相关的观察角度，依赖于数据的有效性和表达业务成效的关键指标。一个经典的维度描述是：什么时间(when)，谁（who）在哪里(where)做了什么事（what），其间描述了四个维度。

所有维度在一起提供了业务的多维视图。这个多维视图的数据被存为一个立方体。一个维度可下设若干层。如地区维度下可以有地域、国家、办事处、销售员4层。

3、度量

度量也叫事实，是用于评价业务状况的数值型数据。如销售额、成本、利润、库存量、交易数（关联想像一下度量衡）。

在企业活动中通常是通过如销售额、费用、库存量和定额一类的关键性能指标，度量来监测业务的成效。

不同的度量反映出不同的业务性质。度量之间相互独立。

度量是业务量化的表示。

4、多维分析

从多个维度分析某个度量指标。

5、维度、层、类别

一图胜千言，请看图

数据仓库圈内，存在 inmon和kimball 两大派系。

1、kimball数据仓库架构

Kimball架构是一种自下而上的架构，它认为数据仓库是一系列数据集市的集合。企业可以通过一系列维数相同的数据集市递增地构建数据仓库，通过使用一致的维度，能够共同看到不同数据集市中的信息，这表示它们拥有公共定义的元素。

kimball数据仓库四部分组成：操作型源系统、ETL系统、数据展示（我觉得用数据组织更合适一些）和商业应用，架构图如下：

操作型源系统

记录操作型系统，用于获取业务事务。

源系统位于数据仓库之外，提供的数据仓库需要的基础数据，系统不能控制源系统数据格式和内容。

源系统一般不维护历史信息，数据仓库的责任是更好的承担源系统过去情况的责任，并依据业务需求实现源系统数据不能实现的查询场景。

ETL系统

(获取-转换-加载)

ETL系统处于操作型源系统和数据仓库展现(数据组织)之间，包括数据获取、转换和加载。

数据获取：将数据从操作型系统导入数据仓库环境，将需要的数据复制到ETL系统进行后续数据处理操作。

数据转换：对读取的操作型源系统数据进行清洗数据（消除拼写错误、处理错误元素、解析规范数据标准格式等）、合并来自不同数据源数据。

数据加载：将处理完成的数据加载到展现区域的目标维度模型中。数据加载过程中主要是划分维度表和事实表（包括：代理键设置、增加适当描述、拆分或组合列以提供需要的数据值、形成扁平大表）。

数据通过ETL系统处理，增加数据利用价值，同时可以进行元数据诊断，逐步改进源系统数据质量。

数据展现区

（数据组织）

展现区数据以维度模型展现，采用星型模式或OLAP多维数据库，以支撑商业智能的需求。

为满足用户无法预期的、随意查询，必须使用原子数据。

同时，为提高性能会存储部分聚合数据。

提供各种细节数据方便用户上卷解决实际问题。

商业智能(BI)

用户利用展现区制定分析决策能力。

2、inmon架构

Bill Inmon（被称为数据仓库之父）提倡 企业信息工厂

（corporateinformation factory，CIF），下图是简化版CIF。

数据获取

获取各种操作源系统数据，按照3NF标准对获取的数据进行拆分(依托ETL系统)，形成企业数据仓库中的规范表

这一过程获取的原子数据保存在满足3NF数据库中。
规范化、原子数据的仓库称为CIF架构下企业数据仓库（EDW）
规范化的数据要求是CIF中强制性的构件
CIF提倡企业数据协调和集成，由规范化的EDW承担这一角色。

数据发布

根据不同主题，对EDW中的数据按照维度模型拆分，结合部门、主题场景对EDW中的数据进行统计分析，保存到各个集市中，提供BI应用使用。

EDW中保留的是原子数据，支撑BI下钻直接查询原子数据。

inmon主张自上而下的架构：

（1）不同的业务数据集中到面向主题、集成的、不易失的和随时间变化的结构中。既可以下钻到最细层，也可上卷到汇总层。

数据集市应该是数据仓库的子集，
每个数据集市是针对独立部门特殊设计的。

（2）inmon将数据仓库定义为整个企业级的集中存储库，数据仓库存放着最低的详细级别的原子数据。维度数据集市只是在数据仓库完成以后才创建的。因此，数据仓库是企业信息工厂(CIF)的中心，它为交付商务智能提供逻辑框架。

两大派系对优缺点总结

Inmon架构：核心是要求规范化表，需要用大量的时间来梳理和设计数据表结构，但如果规范化数据仓库一旦建立好了，则以后数据就更易于管理。而且由于开发人员不能直接使用其中心数据库，更加确保了数据质量，中心数据库是采用规范化设计的，冗余情况也会更少。

kimball架构：对数据表结构没有强规范型要求，数据仓库的建设相对较快，适用于业务变化比较频繁的情况，对开发人员的要求也不是很高。

从实施角度，两种架构的对比分析如下：

	inmon架构	kimball架构
建设周期	花费大量时间	花费相对较少时间
建设成本	初期投入大，后期投入少。	初期投入较少，后续需长期投入。
人员要求	专家团队	一般开发团队
维护难度	容易	困难 (字段冗余，数据不稳定)
适合场景	业务模式较固定	业务变化较频繁

大数据常用架构、数据仓库介绍完了，后面咱们开始讨论经典大数据组件了。动物园管理员，走起！敬请期待！

如果觉得这篇文章对您有帮助，欢迎关注公众号 “学点儿编程”，公众号不断推送干货文章！

数据仓库概念扫盲，kimball和Inmon两大派系在争什么？相关推荐

深入对比数据仓库模式：Kimball vs Inmon
1.概述 Kimball和Inmon是两种主流的数据仓库方法论,分别由 Ralph Kimbal大神和 Bill Inmon大神提出,在实际数据仓库建设中,业界往往会相互借鉴使用两种开发模式 ...
数据仓库(5)数仓Kimball与Inmon架构的对比
数据仓库主要有四种架构,Kimball的DW/BI架构.独立数据集市架构.辐射状企业信息工厂Inmon架构.混合Inmon与Kimball架构.不过不管是那种架构,基本上都会使用到维度建模. Kimb ...
数据仓库中的两大经典模型
在数据分析相关内容中,包括两大重要内容:一是底层数据系统建设内容,二是业务报表相关内容梳理.一是系统基础,二是基础之上的业务逻辑衍生. 在番茄风控之前的数据分析课程中,主要集中在以上的第二点即业务相关 ...
响铃：相互宝、水滴互助两大生态领跑，网络互助还有四大变数
文|曾响铃来源|科技向令说(xiangling0815) 网络互助行业这三年经历了一次过山车式的洗礼. 从2016年被诩网络互助元年,大小平台数量一度超过300家:到2017年监管加强,多家互助平台 ...
数据仓库【Kimball vs Inmon】
目录 1.概述 2.什么是Kimball 2.1 概念 2.2 流程 3.什么是Inmon 3.1 概念 3.2 流程 4.特征对比 4.1 特性 4.2 优劣比较 5.具体例子 5.1 数据 5.2 ...
大数据、云计算、物联网、数据仓库、OLAP、OLTP、等大数据你必须知道并且了解的概念及相关关系，我的一些总结
三个概念 Cloud computing-云计算: 定义: 百度百科解释: 云计算(cloud computing)是分布式计算的一种,指的是通过网络"云"将巨大的数据计算处理程序 ...
大数据、云计算、物联网、数据库、数据仓库、OLAP、OLTP等学习大数据你必须了解的概念，我的学习总结
三个概念 Cloud computing-云计算: 定义: 百度百科解释: 云计算(cloud computing)是分布式计算的一种,指的是通过网络"云"将巨大的数据计算处理程序 ...
大数据项目之电商数仓、数据仓库概念、项目需求及架构设计
文章目录 1.数据仓库概念 2. 项目需求及架构设计 2.1 项目需求分析 2.1.1 采集平台 2.1.2 离线需求 2.1.3 实时需求 2.1.4 思考题 2.2 项目框架 2.2.1 技术选型 ...
华铭智能属于芯片概念吗_绩优滞涨的科技股名单来袭！两大活跃资金加仓股仅6只，射频芯片龙头在列...
原标题:绩优滞涨的科技股名单来袭!两大活跃资金加仓股仅6只,射频芯片龙头在列经过年初的一段暴涨后,科技股趋于沉寂,证券时报·数据宝统计显示,A股市场732家涉及科技细分领域的公司7月份以来平均上涨1 ...

数据仓库概念扫盲，kimball和Inmon两大派系在争什么？