在将 Kimball 方法用于数据仓库之前使用 Data Vault 建模答案

【问题标题】：Using Datavault modelling before the use of Kimball methodology for a datawarehouse在将 Kimball 方法用于数据仓库之前使用 Data Vault 建模
【发布时间】：2017-08-28 10:14:08
【问题描述】：

在数据仓库项目中，为什么我们需要使用 DataVault 建模，然后再将数据集市（使用 Kimball 方法）中的数据从登陆/临时区域数据库传输？。即为什么我们不能使用 Kimball 方法将数据直接从着陆/集结区数据库传输到最终数据集市？
必须这样做吗？

【问题讨论】：

标签： ssas data-modeling data-warehouse business-intelligence data-vault

【解决方案1】：

好吧，您不需要使用 Data Vault 方法。此外，您不需要使用 Kimball。另外，您不需要使用 3nf。

这一切都取决于您在环境中的要求。开

数据结构，
数据复杂度，
大小调整，
时间表，
更改源格式，
需要历史记录，
报告、仪表板或其他 ETL 结构的要求...

没有“需要”专门做 Data Vault。

这完全取决于您想做什么以及您的要求是什么。

【讨论】：

所有依赖都是关键。如果您需要真正跟踪数据的来源，以便在数据进入数据集市之前审核好数据和坏数据，那么数据仓库将派上用场。例如，如果您要存储医疗记录，那么数据保险库可以方便地真正跟踪所有源系统数据的来源、首次看到的时间、真实的情况以及在获取之前至关重要的所有相关信息到那个市场。没有进入市场的数据也是如此（即：坏数据）。

【解决方案2】：

我注意到最近，Data Vault 2.0 方法在 EDW 项目中变得相当流行。 Kimball/Star-schema 数据模型仍然被大量使用，但它们主要只是 Data Vault 之上允许报告的顶级抽象。

Kent Graziano 有一本了解 DV 建模的精彩入门书 here，这是 Dan Linstedt 书中的摘录（也是一本很好的读物）。

【讨论】：