【问题标题】：How detailed data to store in Data Warehouse for loan processing?如何将详细数据存储在数据仓库中以进行贷款处理？
【发布时间】：2014-01-19 19:45:48
【问题描述】：
我必须为贷款申请数据库设计数据仓库，
并且在选择要存储的详细数据时遇到问题。
OLTP db store 中的应用程序每月处理一次资金和当前余额
但是对于报告，通常需要知道任何给定日期的当前余额以及计算出的利息、费用等。所以该应用程序即时生成了这个。问题是 - 为每笔贷款存储每天的所有这些数据是个好主意吗？这将在一个月内达到数百万条记录！这种情况的最佳做法是什么？还是计算部分数据？
【问题讨论】：
标签：
database
data-warehouse
olap
【解决方案1】：
数以亿计的行对于 OLAP 软件来说应该不是问题。例如，icCube 仍在处理数亿个事实的亚秒级典型 MDX 请求。动态聚合速度很快，详细信息可能有助于对问题进行详细分析。
【解决方案2】：
我通常更喜欢从 OLTP 系统中可用的最低粒度开始。数据处理时间不会很重要。我们使用最低粒度的原因是，当我们需要在分析中添加更多属性时，我们不需要返回 OLTP 系统并获取数据。
这种粒度与您的数据集市的粒度不同。
如果您使用的是 Kimball 方法，那么您将在 ODS 层 - 操作数据存储中拥有此颗粒
如果您使用的是 Inmon 方法，那么您将在 DWH 层 - 数据仓库中拥有这种颗粒