一篇比較全面介紹數(shù)據(jù)倉庫建模方法的普及文章，主要包括了四個(gè)方面的內(nèi)容：

1、什么是數(shù)據(jù)模型：簡(jiǎn)而言之就是對(duì)現(xiàn)實(shí)世界業(yè)務(wù)對(duì)象及關(guān)系的抽象。

2、為什么需要數(shù)據(jù)模型：數(shù)據(jù)模型不是必需的，建模的目的是為了改進(jìn)業(yè)務(wù)流程、消滅信息孤島和數(shù)據(jù)差異及提升業(yè)務(wù)支撐的靈活性。

3、如何建設(shè)數(shù)據(jù)模型：介紹了數(shù)據(jù)模型的架構(gòu)的五大部分、數(shù)據(jù)建模四個(gè)階段及三大建模方法。

4、數(shù)據(jù)倉庫建模的樣例：舉了社保的案例。

所謂水無定勢(shì)，兵無常法。不同的行業(yè)，有不同行業(yè)的特點(diǎn)，因此，從業(yè)務(wù)角度看，其相應(yīng)的數(shù)據(jù)模型是千差萬別的。目前業(yè)界較為主流的是數(shù)據(jù)倉庫廠商主要是 IBM 和 NCR，這兩家公司的除了能夠提供較為強(qiáng)大的數(shù)據(jù)倉庫平臺(tái)之外，也有各自的針對(duì)某個(gè)行業(yè)的數(shù)據(jù)模型。

例如，在銀行業(yè)，IBM 有自己的 BDWM(Banking data warehouse model)，而 NCR 有自己的 FS-LDM 模型。在電信業(yè)，IBM 有 TDWM（Telecom Data warehouse model），而 NCR 有自己的 TS-LDM 模型。因此，我們看到，不同的公司有自己針對(duì)某個(gè)行業(yè)的理解，因此會(huì)有不同的公司針對(duì)某個(gè)行業(yè)的模型。而對(duì)于不同的行業(yè)，同一個(gè)公司也會(huì)有不同的模型，這主要取決于不同行業(yè)的不同業(yè)務(wù)特點(diǎn)。

舉例來說，IBM 的 TDWM 的模型總共包含了以下 9 個(gè)概念，如下圖：

圖1  IBM 的 TDWM 概念模型 

可能很多人要問，為什么你們的模型是 9 個(gè)概念而不是 10 個(gè)，11 個(gè)呢？你們的數(shù)據(jù)倉庫模型的依據(jù)又是什么？其實(shí)這是我們?cè)诮o客戶介紹我們的數(shù)據(jù)模型時(shí)，經(jīng)常被問到的一個(gè)問題，我希望讀者在讀完本文時(shí)，能夠找到自己的答案。

雖然每個(gè)行業(yè)有自己的模型，但是，我們發(fā)現(xiàn)，不同行業(yè)的數(shù)據(jù)模型，在數(shù)據(jù)建模的方法上，卻都有著共通的基本特點(diǎn)。

本文的主要目的之一，就是希望讀者能夠通過對(duì)本文的閱讀，同時(shí)，結(jié)合自己對(duì)數(shù)據(jù)倉庫建設(shè)的經(jīng)驗(yàn)，在建設(shè)數(shù)據(jù)倉庫的時(shí)候能夠總結(jié)出一套適合自己的建模方法，能夠更好的幫助客戶去發(fā)揮數(shù)據(jù)倉庫的作用。

本文主要的主線就是回答下面三個(gè)問題：

• 什么是數(shù)據(jù)模型
• 為什么需要數(shù)據(jù)模型
• 如何建設(shè)數(shù)據(jù)模型

最后，我們?cè)诒疚牡慕Y(jié)尾給大家介紹了一個(gè)具體的數(shù)據(jù)倉庫建模的樣例，幫助大家來了解整個(gè)數(shù)據(jù)建模的過程。

什么是數(shù)據(jù)模型?

數(shù)據(jù)模型是抽象描述現(xiàn)實(shí)世界的一種工具和方法，是通過抽象的實(shí)體及實(shí)體之間聯(lián)系的形式，來表示現(xiàn)實(shí)世界中事務(wù)的相互關(guān)系的一種映射。在這里，數(shù)據(jù)模型表現(xiàn)的抽象的是實(shí)體和實(shí)體之間的關(guān)系，通過對(duì)實(shí)體和實(shí)體之間關(guān)系的定義和描述，來表達(dá)實(shí)際的業(yè)務(wù)中具體的業(yè)務(wù)關(guān)系。

數(shù)據(jù)倉庫模型是數(shù)據(jù)模型中針對(duì)特定的數(shù)據(jù)倉庫應(yīng)用系統(tǒng)的一種特定的數(shù)據(jù)模型，一般的來說，我們數(shù)據(jù)倉庫模型分為以下幾個(gè)層次，如圖 1 所示。

圖2 數(shù)據(jù)倉庫模型

通過上面的圖形，我們能夠很容易的看出在整個(gè)數(shù)據(jù)倉庫得建模過程中，我們需要經(jīng)歷一般四個(gè)過程：

• 業(yè)務(wù)建模，生成業(yè)務(wù)模型，主要解決業(yè)務(wù)層面的分解和程序化。
• 領(lǐng)域建模，生成領(lǐng)域模型，主要是對(duì)業(yè)務(wù)模型進(jìn)行抽象處理，生成領(lǐng)域概念模型。
• 邏輯建模，生成邏輯模型，主要是將領(lǐng)域模型的概念實(shí)體以及實(shí)體之間的關(guān)系進(jìn)行數(shù)據(jù)庫層次的邏輯化。
• 物理建模，生成物理模型，主要解決，邏輯模型針對(duì)不同關(guān)系型數(shù)據(jù)庫的物理化以及性能等一些具體的技術(shù)問題。

因此，在整個(gè)數(shù)據(jù)倉庫的模型的設(shè)計(jì)和架構(gòu)中，既涉及到業(yè)務(wù)知識(shí)，也涉及到了具體的技術(shù)，我們既需要了解豐富的行業(yè)經(jīng)驗(yàn)，同時(shí)，也需要一定的信息技術(shù)來幫助我們實(shí)現(xiàn)我們的數(shù)據(jù)模型，最重要的是，我們還需要一個(gè)非常適用的方法論，來指導(dǎo)我們自己針對(duì)我們的業(yè)務(wù)進(jìn)行抽象，處理，生成各個(gè)階段的模型。

為什么需要數(shù)據(jù)模型

在數(shù)據(jù)倉庫的建設(shè)中，我們一再?gòu)?qiáng)調(diào)需要數(shù)據(jù)模型，那么數(shù)據(jù)模型究竟為什么這么重要呢？首先我們需要了解整個(gè)數(shù)據(jù)倉庫的建設(shè)的發(fā)展史。

數(shù)據(jù)倉庫的發(fā)展大致經(jīng)歷了這樣的三個(gè)過程：

• 簡(jiǎn)單報(bào)表階段：這個(gè)階段，系統(tǒng)的主要目標(biāo)是解決一些日常的工作中業(yè)務(wù)人員需要的報(bào)表，以及生成一些簡(jiǎn)單的能夠幫助領(lǐng)導(dǎo)進(jìn)行決策所需要的匯總數(shù)據(jù)。這個(gè)階段的大部分表現(xiàn)形式為數(shù)據(jù)庫和前端報(bào)表工具。
• 數(shù)據(jù)集市階段：這個(gè)階段，主要是根據(jù)某個(gè)業(yè)務(wù)部門的需要，進(jìn)行一定的數(shù)據(jù)的采集，整理，按照業(yè)務(wù)人員的需要，進(jìn)行多維報(bào)表的展現(xiàn)，能夠提供對(duì)特定業(yè)務(wù)指導(dǎo)的數(shù)據(jù)，并且能夠提供特定的領(lǐng)導(dǎo)決策數(shù)據(jù)。
• 數(shù)據(jù)倉庫階段：這個(gè)階段，主要是按照一定的數(shù)據(jù)模型，對(duì)整個(gè)企業(yè)的數(shù)據(jù)進(jìn)行采集，整理，并且能夠按照各個(gè)業(yè)務(wù)部門的需要，提供跨部門的，完全一致的業(yè)務(wù)報(bào)表數(shù)據(jù)，能夠通過數(shù)據(jù)倉庫生成對(duì)對(duì)業(yè)務(wù)具有指導(dǎo)性的數(shù)據(jù)，同時(shí)，為領(lǐng)導(dǎo)決策提供全面的數(shù)據(jù)支持。

通過數(shù)據(jù)倉庫建設(shè)的發(fā)展階段，我們能夠看出，數(shù)據(jù)倉庫的建設(shè)和數(shù)據(jù)集市的建設(shè)的重要區(qū)別就在于數(shù)據(jù)模型的支持。因此，數(shù)據(jù)模型的建設(shè)，對(duì)于我們數(shù)據(jù)倉庫的建設(shè)，有著決定性的意義。

一般來說，數(shù)據(jù)模型的建設(shè)主要能夠幫助我們解決以下的一些問題：

• 進(jìn)行全面的業(yè)務(wù)梳理，改進(jìn)業(yè)務(wù)流程。在業(yè)務(wù)模型建設(shè)的階段，能夠幫助我們的企業(yè)或者是管理機(jī)關(guān)對(duì)本單位的業(yè)務(wù)進(jìn)行全面的梳理。通過業(yè)務(wù)模型的建設(shè)，我們應(yīng)該能夠全面了解該單位的業(yè)務(wù)架構(gòu)圖和整個(gè)業(yè)務(wù)的運(yùn)行情況，能夠?qū)I(yè)務(wù)按照特定的規(guī)律進(jìn)行分門別類和程序化，同時(shí)，幫助我們進(jìn)一步的改進(jìn)業(yè)務(wù)的流程，提高業(yè)務(wù)效率，指導(dǎo)我們的業(yè)務(wù)部門的生產(chǎn)。
• 建立全方位的數(shù)據(jù)視角，消滅信息孤島和數(shù)據(jù)差異。通過數(shù)據(jù)倉庫的模型建設(shè)，能夠?yàn)槠髽I(yè)提供一個(gè)整體的數(shù)據(jù)視角，不再是各個(gè)部門只是關(guān)注自己的數(shù)據(jù)，而且通過模型的建設(shè)，勾勒出了部門之間內(nèi)在的聯(lián)系，幫助消滅各個(gè)部門之間的信息孤島的問題，更為重要的是，通過數(shù)據(jù)模型的建設(shè)，能夠保證整個(gè)企業(yè)的數(shù)據(jù)的一致性，各個(gè)部門之間數(shù)據(jù)的差異將會(huì)得到有效解決。
• 解決業(yè)務(wù)的變動(dòng)和數(shù)據(jù)倉庫的靈活性。通過數(shù)據(jù)模型的建設(shè)，能夠很好的分離出底層技術(shù)的實(shí)現(xiàn)和上層業(yè)務(wù)的展現(xiàn)。當(dāng)上層業(yè)務(wù)發(fā)生變化時(shí)，通過數(shù)據(jù)模型，底層的技術(shù)實(shí)現(xiàn)可以非常輕松的完成業(yè)務(wù)的變動(dòng)，從而達(dá)到整個(gè)數(shù)據(jù)倉庫系統(tǒng)的靈活性。
• 幫助數(shù)據(jù)倉庫系統(tǒng)本身的建設(shè)。通過數(shù)據(jù)倉庫的模型建設(shè)，開發(fā)人員和業(yè)務(wù)人員能夠很容易的達(dá)成系統(tǒng)建設(shè)范圍的界定，以及長(zhǎng)期目標(biāo)的規(guī)劃，從而能夠使整個(gè)項(xiàng)目組明確當(dāng)前的任務(wù)，加快整個(gè)系統(tǒng)建設(shè)的速度。

如何建設(shè)數(shù)據(jù)模型

建設(shè)數(shù)據(jù)模型既然是整個(gè)數(shù)據(jù)倉庫建設(shè)中一個(gè)非常重要的關(guān)鍵部分，那么，怎么建設(shè)我們的數(shù)據(jù)倉庫模型就是我們需要解決的一個(gè)問題。這里我們將要詳細(xì)介紹如何創(chuàng)建適合自己的數(shù)據(jù)模型。

數(shù)據(jù)倉庫數(shù)據(jù)模型架構(gòu)

數(shù)據(jù)倉庫的數(shù)據(jù)模型的架構(gòu)和數(shù)據(jù)倉庫的整體架構(gòu)是緊密關(guān)聯(lián)在一起的，我們首先來了解一下整個(gè)數(shù)據(jù)倉庫的數(shù)據(jù)模型應(yīng)該包含的幾個(gè)部分。從下圖我們可以很清楚地看到，整個(gè)數(shù)據(jù)模型的架構(gòu)分成 5 大部分，每個(gè)部分其實(shí)都有其獨(dú)特的功能。

圖3 數(shù)據(jù)倉庫數(shù)據(jù)模型架構(gòu)

從上圖我們可以看出，整個(gè)數(shù)據(jù)倉庫的數(shù)據(jù)模型可以分為大概 5 大部分：

• 系統(tǒng)記錄域（System of Record）：這部分是主要的數(shù)據(jù)倉庫業(yè)務(wù)數(shù)據(jù)存儲(chǔ)區(qū)，數(shù)據(jù)模型在這里保證了數(shù)據(jù)的一致性。
• 內(nèi)部管理域（Housekeeping）：這部分主要存儲(chǔ)數(shù)據(jù)倉庫用于內(nèi)部管理的元數(shù)據(jù)，數(shù)據(jù)模型在這里能夠幫助進(jìn)行統(tǒng)一的元數(shù)據(jù)的管理。
• 匯總域（Summary of Area）：這部分?jǐn)?shù)據(jù)來自于系統(tǒng)記錄域的匯總，數(shù)據(jù)模型在這里保證了分析域的主題分析的性能，滿足了部分的報(bào)表查詢。
• 分析域（Analysis Area）：這部分?jǐn)?shù)據(jù)模型主要用于各個(gè)業(yè)務(wù)部分的具體的主題業(yè)務(wù)分析。這部分?jǐn)?shù)據(jù)模型可以單獨(dú)存儲(chǔ)在相應(yīng)的數(shù)據(jù)集市中。
• 反饋域（Feedback Area）：可選項(xiàng)，這部分?jǐn)?shù)據(jù)模型主要用于相應(yīng)前端的反饋數(shù)據(jù)，數(shù)據(jù)倉庫可以視業(yè)務(wù)的需要設(shè)置這一區(qū)域。

通過對(duì)整個(gè)數(shù)據(jù)倉庫模型的數(shù)據(jù)區(qū)域的劃分，我們可以了解到，一個(gè)好的數(shù)據(jù)模型，不僅僅是對(duì)業(yè)務(wù)進(jìn)行抽象劃分，而且對(duì)實(shí)現(xiàn)技術(shù)也進(jìn)行具體的指導(dǎo)，它應(yīng)該涵蓋了從業(yè)務(wù)到實(shí)現(xiàn)技術(shù)的各個(gè)部分。

數(shù)據(jù)倉庫建模階段劃分

我們前面介紹了數(shù)據(jù)倉庫模型的幾個(gè)層次，下面我們講一下，針對(duì)這幾個(gè)層次的不同階段的數(shù)據(jù)建模的工作的主要內(nèi)容：

圖4  數(shù)據(jù)倉庫建模階段劃分

從上圖我們可以清楚地看出，數(shù)據(jù)倉庫的數(shù)據(jù)建模大致分為四個(gè)階段：

業(yè)務(wù)建模，這部分建模工作，主要包含以下幾個(gè)部分：

• 劃分整個(gè)單位的業(yè)務(wù)，一般按照業(yè)務(wù)部門的劃分，進(jìn)行各個(gè)部分之間業(yè)務(wù)工作的界定，理清各業(yè)務(wù)部門之間的關(guān)系。
• 深入了解各個(gè)業(yè)務(wù)部門的內(nèi)具體業(yè)務(wù)流程并將其程序化。
• 提出修改和改進(jìn)業(yè)務(wù)部門工作流程的方法并程序化。
• 數(shù)據(jù)建模的范圍界定，整個(gè)數(shù)據(jù)倉庫項(xiàng)目的目標(biāo)和階段劃分。

領(lǐng)域概念建模，這部分得建模工作，主要包含以下幾個(gè)部分：

• 抽取關(guān)鍵業(yè)務(wù)概念，并將之抽象化。
• 將業(yè)務(wù)概念分組，按照業(yè)務(wù)主線聚合類似的分組概念。
• 細(xì)化分組概念，理清分組概念內(nèi)的業(yè)務(wù)流程并抽象化。
• 理清分組概念之間的關(guān)聯(lián)，形成完整的領(lǐng)域概念模型。

邏輯建模，這部分的建模工作，主要包含以下幾個(gè)部分：

• 業(yè)務(wù)概念實(shí)體化，并考慮其具體的屬性
• 事件實(shí)體化，并考慮其屬性內(nèi)容
• 說明實(shí)體化，并考慮其屬性內(nèi)容

物理建模，這部分得建模工作，主要包含以下幾個(gè)部分：

• 針對(duì)特定物理化平臺(tái)，做出相應(yīng)的技術(shù)調(diào)整
• 針對(duì)模型的性能考慮，對(duì)特定平臺(tái)作出相應(yīng)的調(diào)整
• 針對(duì)管理的需要，結(jié)合特定的平臺(tái)，做出相應(yīng)的調(diào)整
• 生成最后的執(zhí)行腳本，并完善之。

從我們上面對(duì)數(shù)據(jù)倉庫的數(shù)據(jù)建模階段的各個(gè)階段的劃分，我們能夠了解到整個(gè)數(shù)據(jù)倉庫建模的主要工作和工作量，希望能夠?qū)ξ覀冊(cè)趯?shí)際的項(xiàng)目建設(shè)能夠有所幫助。

數(shù)據(jù)倉庫建模方法

大千世界，表面看五彩繽紛，實(shí)質(zhì)上，萬物都遵循其自有的法則。數(shù)據(jù)倉庫得建模方法同樣也有很多種，每一種建模方法其實(shí)代表了哲學(xué)上的一個(gè)觀點(diǎn)，代表了一種歸納，概括世界的一種方法。目前業(yè)界較為流行的數(shù)據(jù)倉庫的建模方法非常多，這里主要介紹范式建模法，維度建模法，實(shí)體建模法等幾種方法，每種方法其實(shí)從本質(zhì)上講就是從不同的角度看我們業(yè)務(wù)中的問題，不管從技術(shù)層面還是業(yè)務(wù)層面，其實(shí)代表的是哲學(xué)上的一種世界觀。我們下面給大家詳細(xì)介紹一下這些建模方法。

1. 范式建模法（Third Normal Form，3NF）

范式建模法其實(shí)是我們?cè)跇?gòu)建數(shù)據(jù)模型常用的一個(gè)方法，該方法的主要由 Inmon 所提倡，主要解決關(guān)系型數(shù)據(jù)庫得數(shù)據(jù)存儲(chǔ)，利用的一種技術(shù)層面上的方法。目前，我們?cè)陉P(guān)系型數(shù)據(jù)庫中的建模方法，大部分采用的是三范式建模法。范式是數(shù)據(jù)庫邏輯模型設(shè)計(jì)的基本理論，一個(gè)關(guān)系模型可以從第一范式到第五范式進(jìn)行無損分解，這個(gè)過程也可稱為規(guī)范化。在數(shù)據(jù)倉庫的模型設(shè)計(jì)中目前一般采用第三范式，它有著嚴(yán)格的數(shù)學(xué)定義。從其表達(dá)的含義來看，一個(gè)符合第三范式的關(guān)系必須具有以下三個(gè)條件 :

• 每個(gè)屬性值唯一，不具有多義性 ;
• 每個(gè)非主屬性必須完全依賴于整個(gè)主鍵，而非主鍵的一部分 ;
• 每個(gè)非主屬性不能依賴于其他關(guān)系中的屬性，因?yàn)檫@樣的話，這種屬性應(yīng)該歸到其他關(guān)系中去。

由于范式是基于整個(gè)關(guān)系型數(shù)據(jù)庫的理論基礎(chǔ)之上發(fā)展而來的，因此，本人在這里不多做介紹，有興趣的讀者可以通過閱讀相應(yīng)的材料來獲得這方面的知識(shí)。根據(jù) Inmon 的觀點(diǎn)，數(shù)據(jù)倉庫模型得建設(shè)方法和業(yè)務(wù)系統(tǒng)的企業(yè)數(shù)據(jù)模型類似。在業(yè)務(wù)系統(tǒng)中，企業(yè)數(shù)據(jù)模型決定了數(shù)據(jù)的來源，而企業(yè)數(shù)據(jù)模型也分為兩個(gè)層次，即主題域模型和邏輯模型。同樣，主題域模型可以看成是業(yè)務(wù)模型的概念模型，而邏輯模型則是域模型在關(guān)系型數(shù)據(jù)庫上的實(shí)例話。

圖5  范式建模法

從業(yè)務(wù)數(shù)據(jù)模型轉(zhuǎn)向數(shù)據(jù)倉庫模型時(shí)，同樣也需要有數(shù)據(jù)倉庫的域模型，即概念模型，同時(shí)也存在域模型的邏輯模型。這里，業(yè)務(wù)模型中的數(shù)據(jù)模型和數(shù)據(jù)倉庫的模型稍微有一些不同。主要區(qū)別在于：

• 數(shù)據(jù)倉庫的域模型應(yīng)該包含企業(yè)數(shù)據(jù)模型得域模型之間的關(guān)系，以及各主題域定義。數(shù)據(jù)倉庫的域模型的概念應(yīng)該比業(yè)務(wù)系統(tǒng)的主題域模型范圍更加廣。
• 在數(shù)據(jù)倉庫的邏輯模型需要從業(yè)務(wù)系統(tǒng)的數(shù)據(jù)模型中的邏輯模型中抽象實(shí)體，實(shí)體的屬性，實(shí)體的子類，以及實(shí)體的關(guān)系等。

以筆者的觀點(diǎn)來看，Inmon 的范式建模法的最大優(yōu)點(diǎn)就是從關(guān)系型數(shù)據(jù)庫的角度出發(fā)，結(jié)合了業(yè)務(wù)系統(tǒng)的數(shù)據(jù)模型，能夠比較方便的實(shí)現(xiàn)數(shù)據(jù)倉庫的建模。但其缺點(diǎn)也是明顯的，由于建模方法限定在關(guān)系型數(shù)據(jù)庫之上，在某些時(shí)候反而限制了整個(gè)數(shù)據(jù)倉庫模型的靈活性，性能等，特別是考慮到數(shù)據(jù)倉庫的底層數(shù)據(jù)向數(shù)據(jù)集市的數(shù)據(jù)進(jìn)行匯總時(shí)，需要進(jìn)行一定的變通才能滿足相應(yīng)的需求。因此，筆者建議讀者們?cè)趯?shí)際的使用中，參考使用這一建模方式。

2. 維度建模法

維度建模法，Kimball 最先提出這一概念。其最簡(jiǎn)單的描述就是，按照事實(shí)表，維表來構(gòu)建數(shù)據(jù)倉庫，數(shù)據(jù)集市。這種方法的最被人廣泛知曉的名字就是星型模式（Star-schema）。

圖6  維度建模法

上圖的這個(gè)架構(gòu)中是典型的星型架構(gòu)。星型模式之所以廣泛被使用，在于針對(duì)各個(gè)維作了大量的預(yù)處理，如按照維進(jìn)行預(yù)先的統(tǒng)計(jì)、分類、排序等。通過這些預(yù)處理，能夠極大的提升數(shù)據(jù)倉庫的處理能力。特別是針對(duì) 3NF 的建模方法，星型模式在性能上占據(jù)明顯的優(yōu)勢(shì)。

同時(shí)，維度建模法的另外一個(gè)優(yōu)點(diǎn)是，維度建模非常直觀，緊緊圍繞著業(yè)務(wù)模型，可以直觀的反映出業(yè)務(wù)模型中的業(yè)務(wù)問題。不需要經(jīng)過特別的抽象處理，即可以完成維度建模。這一點(diǎn)也是維度建模的優(yōu)勢(shì)。

但是，維度建模法的缺點(diǎn)也是非常明顯的，由于在構(gòu)建星型模式之前需要進(jìn)行大量的數(shù)據(jù)預(yù)處理，因此會(huì)導(dǎo)致大量的數(shù)據(jù)處理工作。而且，當(dāng)業(yè)務(wù)發(fā)生變化，需要重新進(jìn)行維度的定義時(shí)，往往需要重新進(jìn)行維度數(shù)據(jù)的預(yù)處理。而在這些與處理過程中，往往會(huì)導(dǎo)致大量的數(shù)據(jù)冗余。

另外一個(gè)維度建模法的缺點(diǎn)就是，如果只是依靠單純的維度建模，不能保證數(shù)據(jù)來源的一致性和準(zhǔn)確性，而且在數(shù)據(jù)倉庫的底層，不是特別適用于維度建模的方法。因此以筆者的觀點(diǎn)看，維度建模的領(lǐng)域主要適用與數(shù)據(jù)集市層，它的最大的作用其實(shí)是為了解決數(shù)據(jù)倉庫建模中的性能問題。維度建模很難能夠提供一個(gè)完整地描述真實(shí)業(yè)務(wù)實(shí)體之間的復(fù)雜關(guān)系的抽象方法。

3. 實(shí)體建模法

實(shí)體建模法并不是數(shù)據(jù)倉庫建模中常見的一個(gè)方法，它來源于哲學(xué)的一個(gè)流派。從哲學(xué)的意義上說，客觀世界應(yīng)該是可以細(xì)分的，客觀世界應(yīng)該可以分成由一個(gè)個(gè)實(shí)體，以及實(shí)體與實(shí)體之間的關(guān)系組成。那么我們?cè)跀?shù)據(jù)倉庫的建模過程中完全可以引入這個(gè)抽象的方法，將整個(gè)業(yè)務(wù)也@可以劃分成一個(gè)個(gè)的實(shí)體，而每個(gè)實(shí)體之間的關(guān)系，以及針對(duì)這些關(guān)系的說明就是我們數(shù)據(jù)建模需要做的工作。

雖然實(shí)體法粗看起來好像有一些抽象，其實(shí)理解起來很容易。即我們可以將任何一個(gè)業(yè)務(wù)過程劃分成 3 個(gè)部分，實(shí)體，事件和說明，如下圖所示：

圖7 實(shí)體建模法

上圖表述的是一個(gè)抽象的含義，如果我們描述一個(gè)簡(jiǎn)單的事實(shí)：“小明開車去學(xué)校上學(xué)”。以這個(gè)業(yè)務(wù)事實(shí)為例，我們可以把“小明”，“學(xué)校”看成是一個(gè)實(shí)體，“上學(xué)”描述的是一個(gè)業(yè)務(wù)過程，我們?cè)谶@里可以抽象為一個(gè)具體“事件”，而“開車去”則可以看成是事件“上學(xué)”的一個(gè)說明。

從上面的舉例我們可以了解，我們使用的抽象歸納方法其實(shí)很簡(jiǎn)單，任何業(yè)務(wù)可以看成 3 個(gè)部分：

• 實(shí)體，主要指領(lǐng)域模型中特定的概念主體，指發(fā)生業(yè)務(wù)關(guān)系的對(duì)象。
• 事件，主要指概念主體之間完成一次業(yè)務(wù)流程的過程，特指特定的業(yè)務(wù)過程。
• 說明，主要是針對(duì)實(shí)體和事件的特殊說明。

由于實(shí)體建模法，能夠很輕松的實(shí)現(xiàn)業(yè)務(wù)模型的劃分，因此，在業(yè)務(wù)建模階段和領(lǐng)域概念建模階段，實(shí)體建模法有著廣泛的應(yīng)用。從筆者的經(jīng)驗(yàn)來看，再?zèng)]有現(xiàn)成的行業(yè)模型的情況下，我們可以采用實(shí)體建模的方法，和客戶一起理清整個(gè)業(yè)務(wù)的模型，進(jìn)行領(lǐng)域概念模型的劃分，抽象出具體的業(yè)務(wù)概念，結(jié)合客戶的使用特點(diǎn)，完全可以創(chuàng)建出一個(gè)符合自己需要的數(shù)據(jù)倉庫模型來。

但是，實(shí)體建模法也有著自己先天的缺陷，由于實(shí)體說明法只是一種抽象客觀世界的方法，因此，注定了該建模方法只能局限在業(yè)務(wù)建模和領(lǐng)域概念建模階段。因此，到了邏輯建模階段和物理建模階段，則是范式建模和維度建模發(fā)揮長(zhǎng)處的階段。

因此，筆者建議讀者在創(chuàng)建自己的數(shù)據(jù)倉庫模型的時(shí)候，可以參考使用上述的三種數(shù)據(jù)倉庫得建模方法，在各個(gè)不同階段采用不同的方法，從而能夠保證整個(gè)數(shù)據(jù)倉庫建模的質(zhì)量。

數(shù)據(jù)倉庫建模樣例

上面介紹得是一些抽象得建模方法和理論，可能理解起來相對(duì)有些難度，因此，筆者在這里舉一個(gè)例子，讀者可以跟著我們的這個(gè)樣例，來初步了解整個(gè)數(shù)據(jù)倉庫建模的大概過程。

背景介紹

熟悉社保行業(yè)的讀者可以知道，目前我們國(guó)家的社保主要分為養(yǎng)老，失業(yè)，工傷，生育，醫(yī)療保險(xiǎn)和勞動(dòng)力市場(chǎng)這 6 大塊主要業(yè)務(wù)領(lǐng)域。在這 6 大業(yè)務(wù)領(lǐng)域中，目前的狀況養(yǎng)老和事業(yè)的系統(tǒng)已經(jīng)基本完善，已經(jīng)有一部分?jǐn)?shù)據(jù)開始聯(lián)網(wǎng)檢測(cè)。而對(duì)于工傷，生育，醫(yī)療和勞動(dòng)力市場(chǎng)這一塊業(yè)務(wù)，有些地方發(fā)展的比較成熟，而有些地方還不夠成熟。

1.業(yè)務(wù)建模階段

基于以上的背景介紹，我們?cè)跇I(yè)務(wù)建模階段，就很容易來劃分相應(yīng)的業(yè)務(wù)。因此，在業(yè)務(wù)建模階段，我們基本上確定我們本次數(shù)據(jù)倉庫建設(shè)的目標(biāo)，建設(shè)的方法，以及長(zhǎng)遠(yuǎn)規(guī)劃等。如下圖：

圖8 業(yè)務(wù)建模階段

在這里，我們將整個(gè)業(yè)務(wù)很清楚地劃分成了幾個(gè)大的業(yè)務(wù)主線，例如：養(yǎng)老，失業(yè)，工傷，生育，醫(yī)療，勞動(dòng)力等著幾個(gè)大的部分，然后我們可以根據(jù)這些大的模塊，在每個(gè)業(yè)務(wù)主線內(nèi)，考慮具體的業(yè)務(wù)主線內(nèi)需要分析的業(yè)務(wù)主題。

因此，業(yè)務(wù)建模階段其實(shí)是一次和業(yè)務(wù)人員梳理業(yè)務(wù)的過程，在這個(gè)過程中，不僅能幫助我們技術(shù)人員更好的理解業(yè)務(wù)，另一方面，也能夠發(fā)現(xiàn)業(yè)務(wù)流程中的一些不合理的環(huán)節(jié)，加以改善和改進(jìn)。

同時(shí)，業(yè)務(wù)建模階段的另一個(gè)重要工作就是確定我們數(shù)據(jù)建模的范圍，例如：在某些數(shù)據(jù)準(zhǔn)備不夠充分的業(yè)務(wù)模塊內(nèi)，我們可以考慮先不建設(shè)相應(yīng)的數(shù)據(jù)模型。等到條件充分成熟的情況下，我們可以再來考慮數(shù)據(jù)建模的問題。

2.領(lǐng)域概念建模階段

領(lǐng)域概念建模階段是數(shù)據(jù)倉庫數(shù)據(jù)建模的一個(gè)重要階段，由于我們?cè)跇I(yè)務(wù)建模階段已經(jīng)完全理清相應(yīng)的業(yè)務(wù)范圍和流程，因此，我們?cè)谶@個(gè)領(lǐng)域概念建模階段的最主要的工作就是進(jìn)行概念的抽象，整個(gè)領(lǐng)域概念建模的工作層次如下圖所示：

圖9 領(lǐng)域概念建模階段

從上圖我們可以清楚地看到，領(lǐng)域概念建模就是運(yùn)用了實(shí)體建模法，從紛繁的業(yè)務(wù)表象背后通過實(shí)體建模法，抽象出實(shí)體，事件，說明等抽象的實(shí)體，從而找出業(yè)務(wù)表象后抽象實(shí)體間的相互的關(guān)聯(lián)性，保證了我們數(shù)據(jù)倉庫數(shù)據(jù)按照數(shù)據(jù)模型所能達(dá)到的一致性和關(guān)聯(lián)性。

從圖上看，我們可以把整個(gè)抽象過程分為四個(gè)層次，分別為：

• 抽象方法層，整個(gè)數(shù)據(jù)模型的核心方法，領(lǐng)域概念建模的實(shí)體的劃分通過這種抽象方法來實(shí)現(xiàn)。
• 領(lǐng)域概念層，這是我們整個(gè)數(shù)據(jù)模型的核心部分，因?yàn)椴煌潭鹊某橄蠓椒ǎ瑳Q定了我們領(lǐng)域概念的不同。例如：在這里，我們可以使用“參與方”這個(gè)概念，同時(shí)，你也可以把他分成三個(gè)概念：“個(gè)人”，“公司”，和“經(jīng)辦機(jī)構(gòu)”這三個(gè)概念。而我們?cè)跇?gòu)建自己的模型的時(shí)候，可以參考業(yè)務(wù)的狀況以及我們自己模型的需要，選擇抽象程度高的概念或者是抽象程度低的概念。相對(duì)來說，抽象程度高的概念，理解起來較為復(fù)雜，需要專業(yè)的建模專家才能理解，而抽象程度低的概念，較適合于一般業(yè)務(wù)人員的理解，使用起來比較方便。筆者在這里建議讀者可以選用抽象概念較低的實(shí)體，以方便業(yè)務(wù)人員和技術(shù)人員之間的交流和溝通。
• 具體業(yè)務(wù)層，主要是解決具體的業(yè)務(wù)問題，從這張圖我們可以看出，具體的業(yè)務(wù)層，其實(shí)只是領(lǐng)域概念模型中實(shí)體之間的一些不同組合而已。因此，完整的數(shù)據(jù)倉庫的數(shù)據(jù)模型應(yīng)該能夠相應(yīng)靈活多變的前端業(yè)務(wù)的需求，而其本身的模型架構(gòu)具有很強(qiáng)的靈活性。這也是數(shù)據(jù)倉庫模型所具備的功能之一。
• 業(yè)務(wù)主線層，這個(gè)層次主要?jiǎng)澐执蟮臉I(yè)務(wù)領(lǐng)域，一般在業(yè)務(wù)建模階段即已經(jīng)完成這方面的劃分。我們一般通過這種大的業(yè)務(wù)主線來劃分整個(gè)業(yè)務(wù)模型大的框架。

通過領(lǐng)域概念建模，數(shù)據(jù)倉庫的模型已經(jīng)被抽象成一個(gè)個(gè)的實(shí)體，模型的框架已經(jīng)搭建完畢，下面的工作就是給這些框架注入有效的肌體。

3.邏輯建模階段

通過領(lǐng)域概念建模之后，雖然模型的框架已經(jīng)完成，但是還有很多細(xì)致的工作需要完成。一般在這個(gè)階段，我們還需要做非常多的工作，主要包括：

• 實(shí)例話每一個(gè)抽象的實(shí)體，例如：在上面的概念模型之后，我們需要對(duì)“人”和“公司”等這些抽象實(shí)體進(jìn)行實(shí)例化。主要是，我們需要考慮“人”的屬性包括那些，在業(yè)務(wù)模塊中，用到的所有跟“人”相關(guān)的屬性是哪些，我們都需要將這些屬性附著在我們數(shù)據(jù)模型的“人”這個(gè)實(shí)體上，例如“人”得年齡，性別，受教育程度等等。同理，我們對(duì)其他屬性同樣需要做這個(gè)工作。
• 找出抽象實(shí)體間的聯(lián)系，并將其實(shí)例話。這里，我們主要考慮是“事件”這個(gè)抽象概念的實(shí)例話，例如：對(duì)于養(yǎng)老金征繳這個(gè)“事件”的屬性得考慮，對(duì)于失業(yè)勞動(dòng)者培訓(xùn)這個(gè)“事件”的屬性得考慮等等。
• 找出抽象事件的關(guān)系，并對(duì)其進(jìn)行說明。在這里我們主要是要針對(duì)“事件”進(jìn)行完善的“說明”。例如：對(duì)于“事件”中的地域，事件等因素的考量等等。

總而言之，在邏輯建模階段，我們主要考慮得是抽象實(shí)體的一些細(xì)致的屬性。通過邏輯建模階段，我們才能夠?qū)⒄麄€(gè)概念模型完整串聯(lián)成一個(gè)有機(jī)的實(shí)體，才能夠完整的表達(dá)出業(yè)務(wù)之間的關(guān)聯(lián)性。

在這個(gè)階段，筆者建議大家可以參考 3NF 的建模方法，表達(dá)出實(shí)體的屬性，以及實(shí)體與實(shí)體之間的聯(lián)系。例如：在這個(gè)階段，我們可以通過采用 ERWIN 等建模工具等作出符合 3NF 的關(guān)系型數(shù)據(jù)模型來。

4.物理建模階段

物理建模階段是整個(gè)數(shù)據(jù)建模的最后一個(gè)過程，這個(gè)過程其實(shí)是將前面的邏輯數(shù)據(jù)模型落地的一個(gè)過程?？紤]到數(shù)據(jù)倉庫平臺(tái)的不同，因此，數(shù)據(jù)模型得物理建模過程可能會(huì)稍微有一些不同，在這個(gè)階段我們主要的工作是：

• 生成創(chuàng)建表的腳本。不同的數(shù)據(jù)倉庫平臺(tái)可能生成不同的腳本。
• 針對(duì)不同的數(shù)據(jù)倉庫平臺(tái)，進(jìn)行一些相應(yīng)的優(yōu)化工作，例如對(duì)于 DB2 數(shù)據(jù)倉庫來說，創(chuàng)建一些 MQT 表，來加速報(bào)表的生成等等。
• 針對(duì)數(shù)據(jù)集市的需要，按照維度建模的方法，生成一些事實(shí)表，維表等工作。
• 針對(duì)數(shù)據(jù)倉庫的 ETL 車和元數(shù)據(jù)管理的需要，生成一些數(shù)據(jù)倉庫維護(hù)的表，例如：日志表等。

經(jīng)過物理建模階段，整個(gè)數(shù)據(jù)倉庫的模型已經(jīng)全部完成，我們可以按照自己的設(shè)計(jì)來針對(duì)當(dāng)前的行業(yè)創(chuàng)建滿足自己需要的數(shù)據(jù)模型來。

這里，筆者通過一個(gè)數(shù)據(jù)建模的樣例，希望能夠給讀者一個(gè)關(guān)于數(shù)據(jù)倉庫建模的感性的認(rèn)識(shí)。希望讀者在利用這些數(shù)據(jù)倉庫得建模方法創(chuàng)建自己的數(shù)據(jù)模型的時(shí)候，可以根據(jù)業(yè)務(wù)實(shí)際的需要和自己對(duì)抽象能力的把握來創(chuàng)建適合自己的數(shù)據(jù)模型。