派可数据数仓的兼容性如何？

吃个猪蹄儿

关于数仓建模的方法一直在发展，各大厂商针对不同的行业，推出了一些标准化的模型，比如：Teradata的FSLDM、IBM的BDWM、IAA、IIW、Sybase的IWS等，都是行业的标杆，那么派可数据的产品对这些行业标杆模型的兼容性是怎样的？

從未改變已获得悬赏 2 K豆+10 K豆

最佳答案

一、Kimbal建模的优势 通常，Kimball都是以最终任务为导向,Kimball提出的总线式的自下而上（DM-DW）的数据仓库架构。同样的，操作型或事务型系统的数据源，通过ETL抽取转换和加载到数据仓库的ODS层，然后通过ODS的数据，利用维度建模方法建设一致维度的数据集市。通过一致性维度可以将数据集市联系在一起，由所有的数据集市组成数据仓库。 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。其次，在明确数据依赖后将各个任务再通过ETL由Stage（TRANS）层转化到DM层。这里DM层数据则由若干个事实 ...

• 從未改變
• 发表于2021-03-26
• 详细答案 >

從未改變

一、Kimbal建模的优势      通常，Kimball都是以最终任务为导向,Kimball提出的总线式的自下而上（DM-DW）的数据仓库架构。同样的，操作型或事务型系统的数据源，通过ETL抽取转换和加载到数据仓库的ODS层，然后通过ODS的数据，利用维度建模方法建设一致维度的数据集市。通过一致性维度可以将数据集市联系在一起，由所有的数据集市组成数据仓库。
    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。其次，在明确数据依赖后将各个任务再通过ETL由Stage（TRANS）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。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。

---

二、那么派可数据的数据仓库有什么特点呢？

高度配置化的数据仓库

• 强大的数据仓库配置功能，无需人工开发和设计数据仓库架构
• 快速设计各种维度和指标，快速关联各类分析模型
• 强大的数据血缘分析，跟踪维度、指标和页面关系
• 清晰的分析主题划分，高度配置化的取数逻辑
  

兼顾敏捷和传统

• 保留传统的数仓架构，支持企业级数仓平台建设
• 高度配置化的操作，快速完成数仓搭建工作，无需手工构建
• 灵活设计、架构合理的主题分析，IT 更加专注于搭建后台数据架构
• 业务用户通过自助式、探索式、敏捷分析快速完成分析报表制作
  

----
更多资料请查看
https://www.it610.com/article/1305232303043153920.htm
https://blog.csdn.net/panfelix/article/details/105019907
https://blog.csdn.net/weixin_44958787/article/details/90294184
----