• Kimball和Inmon方法论的适用场景比较


    Kimball和Inmon是两种主流的数据仓库方法论,两者各有优势。本文简要的做一些比较,以帮助数据仓库实践。

    1    Inmon数据仓库
    Inmon数据仓库采用自上而下的方法。它将数据仓库定义为整个企业级的集中存储。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,它为交付商业智能提供逻辑框架。

    2    kimball数据仓库
    Kimball数据仓库采用自下而上的方法。它首先建立最重要的业务单元或部门的数据集市。这些数据集市可以为透视组织数据提供一个较窄的视图,需要的时候,这些数据集市还可以与更大的数据仓库合并在一起。Kimball将数据仓库定义为“一份针对查询和分析做特别结构化的事物数据拷贝。”Kimball的数据仓库结构就是著名的数据仓库总线。
    Kimball提出了维度建模方法,将表分为事实表和维度表。维度模型关注的重点是如果使最终用户访问数据仓库更容易,并有较高的性能。

    kimball 模式:适合快速迭代,实施成本低,能够较快交付任务。这种模式非常适应互联网行业的高速发展,也适合中小型企业。

    inmon模式:开发进度慢,实施成本高,适合对设计科学性和规范性较高的企业,在业务模式较固定的行业应用较好,比如金融和电信等行业。


    ————————————————
    版权声明:本文为CSDN博主「scaulds」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
    原文链接:https://blog.csdn.net/scaulds/article/details/84039061

  • 相关阅读:
    520了,用32做个简单的小程序
    安装 部署 postgresql数据库 搭建主从节点 (业务库)
    年轻就该多尝试,教你20小时Get一项新技能
    谷歌搜索进阶(二)
    谷歌搜索进阶(一)
    Linux进程前后台管理(&,fg, bg)
    VTF/AMROC安装指南
    神经网络学习笔记(三):三种典型的架构
    神经网络学习笔记(二):feedforward和feedback
    神经网络学习笔记(一)
  • 原文地址:https://www.cnblogs.com/w-j-q/p/14675151.html
Copyright © 2020-2023  润新知