数据仓库模式之详解 Inmon 和 Kimball

电玩女神 2024-02-18 13:25 13阅读 0赞

**目录**

一、前言

二、企业信息工厂（Inmon）

2.1 概念

2.2 主要组件

2.3 流程

三、多维数据仓库（Kimball）

3.1 概念

3.2 核心组件

3.3 流程

四、异同及用途对比

4.1 异同对比

4.2 特征比较

--------------------

## 一、前言 ##

大部分关于数据仓库构建与讨论，都受到两位有影响力的思想领袖Bill Inmon和Ralph Kimball的影响，他们各有不同的数据仓库建模和实施方法。

*  Inmon把数据仓库定义为“面向主题的、整合的、随时间变化的、相对稳定的支持管理决策的数据集合”，用规范化的关系模型来存储和管理数据，又成为**企业信息工厂**。
 *  Kimball则把数据仓库定义为“为查询和分析定制的交易数据的副本”，他的方法通常称作**多维数据仓库。**

在实际数据仓库建设中，业界往往会相互借鉴使用两种开发模式。目前主要有四种架构，Kimball的DW/BI架构、独立数据集市架构、辐射状企业信息工厂Inmon架构、混合Inmon与Kimball架构本。文将详细介绍 Kimball 和 Inmon 理论在实际数据仓库建设中的应用。

## 二、企业信息工厂（Inmon） ##

![f960c4d2fc0e4f0c8178e0a7d3d0214a.png][]

Bill Inmon的企业信息工厂（Corporate Information Factory， CIF）是两种主要的数据仓库建设模式之一。Inmon关于数据仓库的组成是这样描述的：“面向主题的、整合的、随时间变化的、包含汇总 和明细的、稳定的历史数据集合”。

### 2.1 概念 ###

Inmon 模式从流程上看是**自顶向下**的，即从数据源到数据仓库再到数据集市的（先有数据仓库再有数据市场）一种瀑布流开发方法。对于Inmon模式，数据源往往是异构的，比如从自行定义的爬虫数据就是较为典型的一种，数据源是根据最终目标自行定制的。这里主要的数据处理工作集中在对异构数据的清洗，包括数据类型检验，数据值范围检验以及其他一些复杂规则。在这种场景下，数据无法从stage层直接输出到dm层，必须先通过ETL将数据的格式清洗后放入dw层，再从dw层选择需要的数据组合输出到dm层。

在Inmon模式中，并不强调事实表和维度表的概念，因为数据源变化的可能性较大，需要更加强调数据的清洗工作，从中抽取实体-关系。

### 2.2 主要组件 ###

CIF的组成部分包括：

*  1）应用程序。应用程序处理业务流程。应用程序产生的明细数据流转到数据仓库和操作型数据存储中，继而用作分析。
 *  2）数据暂存区。介于业务系统源数据库和目标数据仓库之间的一个数据库。暂存区是用于数据抽取、转换和加载的地方，对最终用户透明。暂存区中的大部分数据是短时留存的，通常只有相当少的一部分数据是持久性数据。
 *  3）集成和转换。在集成层，来自不同数据源的数据被转换整合为数仓和ODS里的标准企业模型。
 *  4）操作型数据存储（ODS）。操作型数据存储是业务数据的集成数据库。
 *  5）数据集市。数据集市为后续的数据分析提供数据。这里说的数据通常是数据仓库的子集，用于支持特定分析或特定种类的消费者。
 *  6）操作型数据集市（OpDM）。操作型数据集市是专注于运营决策支持的数据集市。
 *  7）数据仓库。数据仓库为企业数据提供了一个统一的整合入口，以支持管理决策、战略分析和规划。
 *  8）运营报告。运营报告从数据存储中输出。
 *  9）参考数据、主数据和外部数据。

> 数据仓库和操作性数据存储的区别：
> 
> 1.  操作性数据存储数据可能直接来源于应用系统，也可能来自其他数据库。
> 2.  操作型数据存储中通常包括当前的或近期的（30～90天）数据，而数据仓库还包含历史（通常是很多年的）数据。
> 3.  操作型数据存储的数据变化较快，而数据仓库的数据相对稳定。不是所有的组织都会建设操作型数据存储，操作型数据存储的存在满足了企业对低延迟数据的需求。
> 4.  操作型数据存储可以作为数据仓库的主要来源，还可用于对数据仓库做审计。

### 2.3 流程 ###

通常，Inmon都是以数据源头为导向。

1.  首先，需要探索性地去获取尽量符合预期的数据，尝试将数据按照预期划分为不同的表需求。
2.  其次，明确数据的清洗规则后将各个任务通过ETL由Stage层转化到DW层，这里DW层通常涉及到较多的UDF开发，将数据抽象为实体-关系模型。
3.  接着，在完成DW的数据治理之后，可以将数据输出到数据集市中做基本的数据组合。
4.  最后，将数据集市中的数据输出到BI系统中去辅助具体业务。

## 三、多维数据仓库（Kimball） ##

![04139b96bd9548539fe1859587edb1f7.png][]

Kimball的多维数据仓库是数据仓库开发的另一个主要模式。Kimball将数据仓库简单地定义为“专为查询和分析而构建的事务数据的副本”（Kimball，2002）。但是，“副本”的说法并不精确。仓库数据存储在多维数据模型中。多维模型旨在方便数据使用者理解和使用数据，同时还支持更优的查询性能。它不是以实体关系模型的规范化要求组织的。

### 3.1 概念 ###

Kimball 模式从流程上看是是**自底向上**的，即从数据集市到数据仓库再到数据源(先有数据集市再有数据仓库)的一种**敏捷开发方法**。对于Kimball模式，数据源往往是给定的若干个数据库表，数据较为稳定但是数据之间的关联关系比较复杂，需要从这些OLTP中产生的事务型数据结构抽取出分析型数据结构，再放入数据集市中方便下一步的BI与决策支持。

###    3.2 核心组件 ###

*  1）业务源系统。企业中的操作型/交易型应用程序。这些应用程序产生数据，数据再被集成到操作型数据存储和数据仓库中。此组件等同于企业信息工厂图中的应用程序系统。
 *  2）数据暂存区域。Kimball的暂存区域包括需要集成的流程和用于展示的转换数据，可以与企业信息工厂的集成、转换和数据仓库组件的组合进行类比。Kimball的重点是分析类数据的高效终端交付，比 Inmon的企业管理数据范围要小。Kimball的企业数据仓库可以适配数据暂存区域架构。
 *  3）数据展示区域。与企业信息工厂中的数据集市类似，关键的架构差异在于“数据仓库总线”的集成范式，如应用于若干个数据集市的共享或一致的维度。
 *  4）数据访问工具。Kimball方法侧重于最终用户的数据需求。这些需求推动采用适当的数据访问工具

### 3.3 流程 ###

通常，Kimball都是以最终任务为导向。

1.  首先，在得到数据后需要先做数据的探索，尝试将数据按照目标先拆分出不同的表需求。
2.  其次，在明确数据依赖后将各个任务再通过ETL由Stage层转化到DM层。这里DM层数据则由若干个事实表和维度表组成。
3.  接着，在完成DM层的事实表维度表拆分后，数据集市一方面可以直接向BI环节输出数据了，另一方面可以先DW层输出数据，方便后续的多维分析。

> Kimball往往意味着快速交付、敏捷迭代，不会对数据仓库架构做过多复杂的设计，在变换莫测的互联网行业，这种架构方式逐渐成为一种主流范式。

## 四、异同及用途对比 ##

### 4.1 异同对比 ###

这两种结构的相似之处：

*  一、都是假设操作型系统和分析型系统是分离的；
 *  二、数据源（操作型系统）都是众多；
 *  三、ETL整合了多种操作型系统的信息，集中到一个企业数据仓库。

最大的不同就是企业数据仓库的模式不同：

*  inmon是采用第三范式的格式，kimball采用了多维模型–星型模型，并且还是最低粒度的数据存储。
 *  其次，维度数据仓库可以被分析系统直接访问（这种访问方式毕竟在分析过程中很少使用）。
 *  最后就是数据集市的概念有逻辑上的区别，在kimball的架构中，数据集市用维度数据仓库的高亮显示的表的子集来表示。

### 4.2 特征比较 ###

<table style="width:600px;"> 
 <tbody> 
  <tr> 
   <td><strong>特征</strong></td> 
   <td><strong>Inmon</strong></td> 
   <td><strong>Kimball</strong></td> 
  </tr> 
  <tr> 
   <td><strong>开发周期</strong></td> 
   <td>漫长</td> 
   <td>快速交付</td> 
  </tr> 
  <tr> 
   <td><strong>开发难度</strong></td> 
   <td>大</td> 
   <td>小</td> 
  </tr> 
  <tr> 
   <td><strong>维护难度</strong></td> 
   <td>小</td> 
   <td>大</td> 
  </tr> 
  <tr> 
   <td><strong>技能要求</strong></td> 
   <td>专家级</td> 
   <td>入门级</td> 
  </tr> 
  <tr> 
   <td><strong>数据要求</strong></td> 
   <td>企业级</td> 
   <td>特定业务</td> 
  </tr> 
 </tbody> 
</table>

[f960c4d2fc0e4f0c8178e0a7d3d0214a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/d408cdee67d249f7bce61ff46856c690.png
[04139b96bd9548539fe1859587edb1f7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/9194434d901044e6aa7af65831e28f33.png