自上而下和自下而上方法的维度建模。

Question

在这两种数据仓库方法中，维度模型有何不同？

我知道，使用自下而上方法创建的数据仓库将数据集市作为数据仓库的构建块，并且每个数据集市都有自己的维度模型。自上而下的方法也是一样的吗？Inmons方法是否使用维度模型？

Answer 1

Kimball的方法使用(集合)具有公共“维度总线”的数据集市作为数据仓库。

Inmon的方法具有面向主题的规范化结构作为仓库，然后将数据从该结构导出到数据集市，数据集市可能是(也可能不是)金博尔的星形。

对于非常大的数据仓库，由于在金球型架构中引入了主数据管理结构/存储，这两种架构会聚在一起--至少变得相似。

在Inmon的网站上有一份名为的白皮书，它很好地总结了这两种方法。

Answer 2

维度建模是一种设计模式，有时用于数据集市。由于维度模型中的冗余和内置偏差，对于复杂的数据仓库设计来说，这不是一种非常有效的技术。金博尔的“自下而上”方法试图通过将一系列数据集市称为“数据仓库”来回避这个问题--与金博尔上世纪90年代首次提出时相比，这一借口如今看起来不那么可信。

Inmon建议将范式作为构建数据仓库的最灵活、最强大和最有效的基础。