关于数据仓库的想法

要能够把企业的数据从宏观到微观能够清晰表达,并且能够实现出来。

需要首先有一个全局的了解,将整个CRM系统进行宏观的归并,得到高层数据视图,并加以抽象,划定几个逻辑的数据主题范围;然后再对目前需要做的报表所在的主题进行数据分析和主题定义(如果主题还过大还需要进行分解,定义低一级的主题),定义维、度量、主题、粒度、存储期限等主题元素;

定义维、度量、主题、粒度、存储期限
  定义维的概念特性:
  维名称,名称应该能够清晰表示出这个维的业务含义。
  维成员,也就是这个维所代表的具体的数据,
  维层次,维成员之间的隶属与包含的层次关系,每个层次需要定义名称
  定义度量的概念特性:
  度量名称,名称应该能够清晰表述这个度量的业务含义
  定义主题的概念特性:
  主题名称和含义,说明该主题主要包含哪些数据,用于什么分析;
  主题所包含的维和度量;
  主题的事实表,以及事实表的数据。
  定义粒度:
  主题中事实表的数据粒度说明,这种粒度可以通过对维的层次限制加以说明,也可以通过对事实表数据的业务细节程度进行说明。
  定义存储期限:
  主题中事实表中的数据存储周期。
原文地址:https://www.cnblogs.com/end/p/2382353.html