本系列以獨特的視角，比較了非互聯(lián)網(wǎng)和互聯(lián)網(wǎng)兩個時代以及傳統(tǒng)與非傳統(tǒng)兩個行業(yè)。是對數(shù)據(jù)平臺發(fā)展的一個回憶，對非互聯(lián)網(wǎng)、互聯(lián)網(wǎng)，從數(shù)據(jù)平臺的用戶角度、數(shù)據(jù)架構(gòu)演進、模型等進行了闡述。

圖1 大數(shù)據(jù)平臺發(fā)展史

       前言，”數(shù)據(jù)模型“這個詞只要是跟數(shù)據(jù)沾邊就會出現(xiàn)的一個詞，在數(shù)據(jù)庫設(shè)計、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘上、業(yè)務里都存在，聚焦一下，這里提到的是數(shù)據(jù)平臺中的”數(shù)據(jù)模型“。這是一個非常的抽象詞，個人也很難用簡單語言把他描述出來，這一章也是整個系列中較為抽象的一章節(jié)，同時這個章節(jié)將會回答非互聯(lián)網(wǎng)數(shù)據(jù)平臺數(shù)據(jù)模型是什么？如何需要數(shù)據(jù)模型？如何簡單的建設(shè)？

       在“我所經(jīng)歷的大數(shù)據(jù)平臺發(fā)展史：非互聯(lián)網(wǎng)時代（上）”曾經(jīng)提到Billinmon與Ralph kilmball兩位大師的設(shè)計理念，對業(yè)務的數(shù)據(jù)按照某種規(guī)則進行有效組織并滿足業(yè)務需求。

       在構(gòu)建過程中，有一個角色理解業(yè)務并探索分散在各系統(tǒng)間的數(shù)據(jù)，并通過某條業(yè)務主線把這些分散在各角落的數(shù)據(jù)串聯(lián)并存儲同時讓業(yè)務使用，在設(shè)計時苦逼的地方除了考慮業(yè)務數(shù)據(jù)結(jié)構(gòu)要素外，還得考慮可操作性、約束性(備注 約束性是完成數(shù)據(jù)質(zhì)量提升的一個關(guān)鍵要素，未來新話題主題會討論這些)，這個既要顧業(yè)務、數(shù)據(jù)源、合理的整合的角色是數(shù)據(jù)模型設(shè)計師，又叫數(shù)據(jù)模型師。

       非互聯(lián)網(wǎng)時代的數(shù)據(jù)模型是一個高度智慧業(yè)務抽象結(jié)晶，數(shù)據(jù)模型是整個系統(tǒng)建設(shè)過程的導航圖。

圖2 數(shù)據(jù)模型

       平臺中模型設(shè)計所關(guān)注的是企業(yè)分散在各角落數(shù)據(jù)、未知的商業(yè)模式與未知的分析報表，通過模型的步驟，理解業(yè)務并結(jié)合數(shù)據(jù)整合分析，建立數(shù)據(jù)模型為Data cLEANing 指定清洗規(guī)則、為源數(shù)據(jù)與目標提供ETL mapping (備注：ETL 代指數(shù)據(jù)從不同源到數(shù)據(jù)平臺的整個過程，ETL Mapping 可理解為數(shù)據(jù)加工算法，給數(shù)碼看的，互聯(lián)網(wǎng)與非互聯(lián)網(wǎng)此處差異性也較為明顯，非互聯(lián)網(wǎng)數(shù)據(jù)平臺對ETL定義與架構(gòu)較為復雜)支持、理清數(shù)據(jù)與數(shù)據(jù)之間的關(guān)系。(備注：Data cLEANing 是指的數(shù)據(jù)清洗數(shù)據(jù)質(zhì)量相關(guān)不管是在哪個行業(yè)，是最令人頭痛的問題，分業(yè)務域、技術(shù)域的數(shù)據(jù)質(zhì)量問題，需要通過事前盤點、事中監(jiān)控、事后調(diào)養(yǎng)，有機會在闡述)。

       大家來看一張較為嚴謹?shù)臄?shù)據(jù)模型關(guān)系圖：

圖3 數(shù)據(jù)模型關(guān)系

       數(shù)據(jù)模型是整個數(shù)據(jù)平臺的數(shù)據(jù)建設(shè)過程的導航圖。

       有利于數(shù)據(jù)的整合。數(shù)據(jù)模型是整合各種數(shù)據(jù)源指導圖，對現(xiàn)有業(yè)務與數(shù)據(jù)從邏輯層角度進行了全面描述，通過數(shù)據(jù)模型，可以建立業(yè)務系統(tǒng)與數(shù)據(jù)之間的映射與轉(zhuǎn)換關(guān)系。排除數(shù)據(jù)描述的不一致性。如：同名異義、同物異名..。

       減少多余冗余數(shù)據(jù)，因為了解數(shù)據(jù)之間的關(guān)系，以及數(shù)據(jù)的作用。在數(shù)據(jù)平臺中根據(jù)需求采集那些用于分析的數(shù)據(jù)，而不需要那些純粹用于操作的數(shù)據(jù)。

       在面對企業(yè)復雜業(yè)務與成千上萬的數(shù)據(jù)項進行設(shè)計時，沒有哪個牛逼的人都記得住的，所以出現(xiàn)了按照某種層次規(guī)則去有組織并抽象與管理易用，由此誕生了概念模型、邏輯模型、物理模型(備注 數(shù)據(jù)平臺數(shù)據(jù)模型，而非數(shù)據(jù)挖掘的模型)。

       數(shù)據(jù)模型在數(shù)據(jù)平臺的數(shù)據(jù)倉庫中是一個統(tǒng)稱，嚴格上來講分為概念模型、邏輯模型、物理模型。(備注：四類模型如何去詳細構(gòu)建文本不深講，關(guān)于非互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)模型網(wǎng)上非常多)

圖4 數(shù)據(jù)模型

       在“我所經(jīng)歷的大數(shù)據(jù)平臺發(fā)展史：非互聯(lián)網(wǎng)時代（上）”提到兩位大師的架構(gòu)與爭論，進一步聚焦來說，爭論點我的認為其實是在數(shù)據(jù)模型的支持上，Bill Inmon的EDW的原則是準三范式的設(shè)計、Ralph kilmbal是星型結(jié)構(gòu)。

       Bill Inmon對EDW的定義是面向事物處理、面向數(shù)據(jù)管理，從數(shù)據(jù)的特征上需要堅持維護最細粒度的數(shù)據(jù)、維護最微觀層次的數(shù)據(jù)關(guān)系、保存數(shù)據(jù)歷史。所以在構(gòu)建完畢的數(shù)據(jù)平臺中可以從中映射并檢查業(yè)務信息的完整性(同時也是養(yǎng)數(shù)據(jù)過程中的重要反饋點)，這種方式還可以找出多個系統(tǒng)相關(guān)和重合的信息，減少多個系統(tǒng)之間數(shù)據(jù)的重復定義和不一致性，減小了應用集成的難度。

圖5 數(shù)據(jù)模型-party

圖6 數(shù)據(jù)模型-party

       該建設(shè)方式的要點是首先建立各個數(shù)據(jù)源業(yè)務的實體關(guān)系、然后再根據(jù)保存的主子實體關(guān)系、存儲性能做優(yōu)化。

       Ralph kilmball 對DM(備注：數(shù)據(jù)集市，非挖掘模型)的定義是面向分析過程的(Analytical Process oriented)，因為這個模型對業(yè)務用戶非常容易理解，同時為了查詢也是做了專門的性能優(yōu)化。所以星型、雪花模型很直觀比較高性能為用戶提供查詢分析。

圖7

       該方式的建模首先確定用戶需求問題與業(yè)務需求數(shù)據(jù)粒度，構(gòu)建分析所需要的維度、與度量值形成星型模型；(備注 涉及的復雜維度、退化維度等不在這個討論范圍)。

       數(shù)據(jù)模型的業(yè)務建模階段、領(lǐng)域概念模型階段、邏輯模型階段、物理模型階段是超級學術(shù)與復雜的話題，而且在模型領(lǐng)域根據(jù)特點又分主數(shù)據(jù)(MDM)、CIF(企業(yè)級統(tǒng)一視圖)、通用模型(IBM的金融、保險行業(yè)通用模型、Teradata的金融通用模型、電信移動通用模型等)，鎖涉及到術(shù)語”擴展“、”扁平化“、”裁剪“等眼花繚亂的建模手法，數(shù)據(jù)模型不同層次ODS、DWD

       DWD、DW、ST的分層目的不同導致模型設(shè)計方法又不同。相信業(yè)界有很多大牛能講的清楚的，以后有機會再交流。

圖8 個人客戶統(tǒng)一視圖

       本文帶大家回憶了歷史非互聯(lián)網(wǎng)的數(shù)據(jù)平臺發(fā)展與核心模型特點，當然數(shù)據(jù)平臺的發(fā)展不是一步到位的，是經(jīng)過無數(shù)人的智慧、努力反復迭代而逐漸演進的。

       非互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)平臺發(fā)展，每一代的平臺架構(gòu)中的結(jié)構(gòu)都是及其復雜的，比如ETL架構(gòu)、數(shù)據(jù)模型架構(gòu)、BD的架構(gòu)、前端展現(xiàn)、元數(shù)據(jù)、數(shù)據(jù)質(zhì)量等各方面，每一部分展開都是一個很深的話題，有機會再分享給大家。
 

核心關(guān)注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務領(lǐng)域、行業(yè)應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業(yè)務領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。

轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/

本文標題：我所經(jīng)歷的大數(shù)據(jù)平臺發(fā)展史(下)

本文網(wǎng)址：http://www.ezxoed.cn/html/support/11121519145.html