数仓设计特点

数据仓库中的数据是从数据源抽取、转换而来，面向主题，支持决策的数据集合。
数据仓库的设计有以下几个特点：

1. “数据驱动”的设计
2. “决策驱动”的设计
3. “需求模糊”的设计
4. “螺旋周期”的设计

   “数据驱动”的设计

   数据仓库是在原有事务数据库基础上进行的，可以说是事务数据库中数据的另一种存在方式。因此，数据仓库的设计必须从事物处理环境出发，将其转换为数据仓库面向分析环境的数据，并使其提高决策支持效果。
   从面向事务处理环境，到面向分析环境的转变，就是”数据驱动”的设计方法。

在设计时，应以已有数据库中数据为基础，弄清楚数据源系统中有哪些数据、数据的作用、对应数据仓库的对应关系。

“决策驱动”的设计

数据仓库面向 决策分析需求出发设计，应按照决策分析主题对数据源中数据及关系进行考察，重新组织，从而形成数据仓库决策分析的主题数据。

“需求模糊”的设计

数据的分析处理需求是灵活多变的，没有固定的模式。因此，数据仓库的分析需求往往是模糊的或不明确的。

“螺旋周期”的设计

数据仓库系统的开发是一个动态反馈的启发式循环过程， 也被称为上升的周期性开发过程，简称”螺旋周期”。
数据仓库的数据内容、结构、粒度、分割及其他物理设计，需要根据用户反馈进行调整，在调整中，用户又会不断提出新的决策分析需求，这就必须增加新的决策主题，进而使数据仓库进入新一轮的设计周期。

数据仓库数据库设计

设计示意图