深入数据仓库kimball和inmon

kimball和inmon都是数据仓库建模方法论的代表性人物。他们的方法论在数据仓库的架构设计、数据建模和实施过程中有着不同的理念和做法。

Kimball方法论强调的是数据仓库的快速构建和灵活性。它将数据仓库建设分为维度建模和星型/雪花模式建模两个重要方面。维度建模通过识别业务过程中的维度和测量，将业务数据转化为维度模型来实现数据存储和查询。星型/雪花模式建模通过将维度模型与事实表建立关联，实现对多个维度数据的分析。Kimball方法论注重业务需求和用户需求的理解，强调数据仓库建设过程中的合作和沟通。

Inmon方法论则更注重数据一致性和标准化。它提倡数据仓库的三层架构，包括操作型数据库层、集成层和用户查询层。操作型数据库层用于收集和存储源系统数据，集成层用于将数据进行转化和整合，用户查询层用于提供数据访问和分析工具。Inmon方法论认为数据仓库应该是一个集中和一致的数据存储系统，强调数据质量、数据一致性和数据精确性的保证。

综合来看，Kimball方法论注重业务需求和用户需求的快速响应，通过维度建模和星型/雪花模式建模实现灵活的数据存储和查询；而Inmon方法论注重数据的一致性和标准化，通过三层架构实现数据的集成和整合。在具体实施过程中，可以根据具体的业务需求和场景选择采用适合的方法论，并结合实际情况进行灵活运用。