結合我實際工作中的資料倉儲邏輯區域劃分
客戶提供的txt檔案為source
資料庫中raw，cvt表為staging
fact表和dimension表為ods(operational data store)
msolap中建立好的cube和dimension以後為baseline或者datamart
***source system（源業務系統） -- staging area（暫存區） -- operational data store（ods，資料儲存區）-- baseline（**資料倉儲）/datamart(資料集市)***1.source code 用來表示源系統
2.last modification date 用來獲得資料處理的時間
staging區域只是為了簡化或者使etl過程，結構更合理，更利於管理等設定的中間儲存層，staging層裡的資料理論上是可以對使用者不可見的，或者說更像乙個技術策略，所以staging層只是資料倉儲中的乙個很小的技術模組。
staging層一般可以理解為資料緩衝層，用來接收源資料，在一定時間裡hold住源資料，一邊後續處理，甚至重複處理，這些處理可以完全獨立於源系統。
1.存放oltp系統的歷史資料
這部分資料需要考慮是否需要對oltp中的資料進行life cycle的記錄（包括交易資料 fact data和基礎資料 dimension data，即緩慢變化的處理 scd）
2.存放資料倉儲部分加工資訊
即通過ods歷史資料經過整合後的資訊，這些資訊更加全面的反映出主題中某件事務的全貌。
ods一般可以講是大型資料倉儲中乙個獨立的系統或環境，是否需要ods取決於業務需求，通常情況下，如果建立了ods，那個ods就要承擔較大的資料整合的任務，一邊資料倉儲主要集中於解決資料應用層面的需求，另外一般如果有ods的話，ods也會向外提供一定的應用，所以ods是對使用者可見的，而不死附屬於資料倉儲的。
資料模型的建立要看系統更側重於解決什麼樣的業務問題，ods理論上是乙個兼具生產系統和分析系統特性的系統，所以要看建設ods到底是為了解決分析系統多一些，還是為了解決生產系統問題多一些如果兩者兼顧，那麼對資料模型要求多層設計，分別滿足不同需求。
fact entity:
dimension entity:
此處的維度資訊是與fact entity相關的維資訊，包括很多fact entity共有的維度資訊，比如時間維度等。以及某個fact entity需要的專有的維資訊。baseline部分需要能否支援最細粒度級別，可以保證最細粒度級別實現多維的分析。
它是某個主題領域的專業的多維資料區。實現某一特定主題領域的多維查詢需求。這個部分也包括兩個實體（fact entity和dimension entity）兩部分，但是與baseline不同的是這部分的fact entity和dimension entity都是為某一主題服務的。世界各區域的支付方式都有哪些？
先放乙個較為直觀的圖 作為一家跨境支付公司，我們payssion支援全球300多種海外本地支付，型別涵蓋電子錢包 網銀轉賬 預付卡 運營商計費 現金支付等，橫貫東西，縱覽全球，亞洲 歐洲 北美 拉美 大洋洲基本全覆蓋。但既然所說的是常用，那便挑些典型告知 除了美國市場，第二大的市場要數歐洲，雖然大部...
資料倉儲邏輯 物理結構及OLAP分析
資料倉儲是儲存資料的一種組織形式，它從傳統資料庫中獲得原始資料，先按輔助決策的主題要求形成當前基本資料層，再按綜合決策的要求形成綜合資料層 又可分為輕度綜合層和高度綜合層 隨著時間的推移，由時間控制機制將當前基本資料層轉為歷史資料層。可見資料倉儲中邏輯結構資料由3層到4層資料組成，它們均由元資料 m...
資料倉儲的定義及特點
目前，大家公認的資料倉儲創始人william h inmon 在他所著的 建立資料倉儲 一書中對資料倉儲所下的定義是 資料倉儲是在企業管理和決策中面向主題的 整合的 不可更新的 隨時間不斷變化的資料集合。由這個定義可以看出資料倉儲主要有以下四個特點 面向主題 主題是在乙個較高層次上將資料進行綜合 歸...