社区
Oracle
帖子详情
数据仓库主题模型
leehan2027
2013-10-24 09:04:26
设计数据仓库按主题划分现在又两种方案 一是:当事人、地域、协议、事件、产品、资产、营销、渠道等主题划分;一个是按照客户、公共、交易、存款、贷款、银行卡、总账、中间业务、渠道等主题划分,请问这两种划分方案由什么异同点,选择的依据是什么,为什么要这样划分 谢谢
...全文
606
4
打赏
收藏
数据仓库主题模型
设计数据仓库按主题划分现在又两种方案 一是:当事人、地域、协议、事件、产品、资产、营销、渠道等主题划分;一个是按照客户、公共、交易、存款、贷款、银行卡、总账、中间业务、渠道等主题划分,请问这两种划分方案由什么异同点,选择的依据是什么,为什么要这样划分 谢谢
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
4 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
dd1641321861
2015-06-03
打赏
举报
回复
想请教你ODS层有什么作用?
dd1641321861
2015-06-03
打赏
举报
回复
这是银行的数据仓库设计啊
sych888
2013-10-24
打赏
举报
回复
搬个板凳........
yinan9
2013-10-24
打赏
举报
回复
主要还是围绕业务维度模型
数据仓库
与数据挖掘最佳实践
本次课程将介绍
数据仓库
和数据挖掘技术的基本理论和体系架构,通过大型
数据仓库
和数据挖掘项目案例阐述
数据仓库
和数据挖掘项目的实施过程和方法。通过实际应用案例介绍
数据仓库
架构设计、ETL流程、OLAP、ODS、MDM、MDX、DMX、立方体及元数据等重要概念。详细讲解构建
数据仓库
和数据挖掘体系的核心方法和技术,以及数据质量控制,行业解决方案,并结合实际项目搭建
数据仓库
和数据挖掘环境。掌握主流
数据仓库
和数据挖掘厂商及相关软件产品的操作和使用。课程特点:1、 培训过程中将以大型项目案例为背景,逐步讲解整个
数据仓库
和数据挖掘的设计过程和实施方法2、 课程将以深入浅出的案例让学员轻松掌握
数据仓库
和数据挖掘相关技术 3、 课程的重点是项目实施,将深入探讨
数据仓库
和数据挖掘项目的实施问题,逐一解决项目实施过程中所遇到的问题和处理技巧4、 结合动手实验和实际项目案例,使学员充分理解
数据仓库
和数据挖掘架构设计和相关工具的使用
银行
数据仓库
体系实践(8)--主数据模型设计
主数据区域中保留了
数据仓库
的所有基础数据及历史数据,是
数据仓库
中最重要的数据区域之一,那主数据区域中主要分为近源模型区和整合(主题)模型区。上一节讲到了模型的设计流程如下图所示。那近源模型层的设计在第2.3和3这两个步骤中相对简化,模型表设计的结构同源系统的表结构,字段也一一映射即可。那下面以整合(主题)模型的设计步骤来进行介绍: 整合(主题)模型层主要按主题进行...
数据仓库
之模型设计
模型设计的三个阶段 1. 概念模型:划分主题 2. 逻辑模型:即一个主题可以分析归纳出的某几种具体生活常识中的总结点,例如自然人的 动产 不动产等。 3. 物理模型:物理模型设计是指根据逻辑模型设计的结构为基础,设计数据对象的物理实现,比如表的命名规范、字段的命名规范、字段类型选择、分区设置、存储设置、更新方式、调度配置(调度时间、父子节点等) 一、
数据仓库
与数据库的区别 1、
数据仓库
是集成的,数据库为单一的业务提供服务。 2、BI结构:数据整合层、数据服务层、应用分析层、信息展现层 3、
数据仓库
模型设计(收藏版)
数据仓库
模型设计(收藏版)
数据仓库
的模型设计流程
数仓模型设计的整体流程涉及需求调研、模型设计、开发测试、模型上线四个主要环节,且规范设计了每个阶段的输出与输入文档。 需求调研:收集和理解业务方需求,就特定需求的口径达成统一,在对需求中涉及到的业务系统或系统模块所承担的功能进行梳理后进行表字段级分析,并对数据进行验证,确保现有数据能够支持业务需求。 模型设计:根据需求和业务调研结果对模型进行初步归类,选择合适的主题域进行模型存放;确...
Oracle
17,086
社区成员
55,238
社区内容
发帖
与我相关
我的任务
Oracle
Oracle开发相关技术讨论
复制链接
扫一扫
分享
社区描述
Oracle开发相关技术讨论
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章