數據倉庫搭建——Inmon與Kimball

1、簡介

1.1 歷史

搞數據倉庫這麼久，實踐中發現首先搭建數據集市，仍是清洗數據以後，直接進入數據立方體（造成維度表和實施表）造成核心數據倉庫層，是個選擇題...

隨後發現這其實涉及到了數據倉庫的歷史問題，是採用Inmon建模仍是採用Kimball建模？甚至有人稱之爲數據倉庫界的宗教之爭。下面我說一下本身的理解：

1.2 Inmon

2000年5月，W.H.Inmon在DM Review雜誌上發表一篇文章，正是揭示了他的企業信息化工廠的特色。下圖是我理解的企業信息化工廠架構圖：

數據獲取到以後，先進行整理，而且要求整理的數據是知足第三範式標準的。

1.3 Kimball

我理解，Kimball與Inmon的主要區別就是Kimball更強調一致性事實和維度，也就是一致性維度企業總線的總要做用，這樣在數據倉庫迭代開發過程當中更接近需求，也會提高敏捷性。一般，Kimball都是以最終任務爲導向。

首先，在獲得數據後須要先作數據的探索，深刻理解業務邏輯與數據表的關係。

而後，在明確數據依賴後，按照目標需求，直接生成事實表+維度表。

最後，（數據集市層）拆分出部分的事實表和維度表

結果，數據集市一方面能夠直接向BI環節輸出數據，另外一方面也能夠向數據倉庫層輸出數據，方便後續的多維分析。以下圖：

2、特色

他們之間的區別用這個圖表體現很是合適：

特性	Kimball	Inmon
時間	快速交付	路漫漫其修遠兮
開發難度	小	大
維護難度	大	小
技能要求	入門級	專家級
數據要求	特定業務	企業級

 

3、參考文獻

https://segmentfault.com/a/1190000006255954

http://blog.csdn.net/paicMis/article/details/53236869