数据仓库架构评价的标准

文 | Smartbi大数据百科 2021-06-16 阅读次数:4699 次浏览

商业智能BI产品更多介绍:https://www.smartbi.com.cn/

商业智能BI产品更多介绍:点击前往

    数据仓库架构评价的标准(一)响应敏捷性

    数据仓库的需求场景主要有数据业务应用、数据产品、自动分析这三大类。

    不管对于哪类场景的数据需求,都需要在极短时间内满足业务方的需求。按照一般经验来说,60%的需求是在1小时内满足,80%的需求在1天内完成,99%的需求在1周内响应。

    基于这么强响应时间要求,一个好的数据仓库必然需要好的元数据管理体系和方便的数据取数平台。

    数据仓库架构评价的标准(二)数据复用性

    另外,数据仓库敏捷的需求快响应也是建立于数据的高复用性。复用性体现该数据模型下游依赖数,字段调用次数和核心业务覆盖度等等。

    因此,拥有可量化的数据复用指标是一个很好的方法来评价数据仓库。譬如,可以通过计算来自数据仓库模型的指标个数占整个数据应用层的全量指标数的占比多少来衡量数据仓库业务的覆盖度。

    数据仓库架构评价的标准(三)数据可靠性

    首先,无规矩不成方圆。好的规范体系能保障整个数据仓库建设的一致性和完整性。在规范上,需要明确架构层级之间,主题,维度和指标的定义,设计和命名规范和对应的研发规范;

    其次,数据是可测试的,在横纵向业务上能保持一致性和数据可解释性;

    最后,数据是可监控的,能在指标,表和业务级别都能做到监控。并且实现自动化。

    数据仓库架构评价的标准(四)模型健壮性

    业务是不断变化的。数据仓库模型要具有兼容性才能避免每次推翻重做的风险,减少每次迭代的时间和人力成本。

    数据仓库架构评价的标准(五)产出稳定性

    产出的稳定性体现在核心模型在规定的产出时间内正常产出和普通模型日常不掉链子之外,还体现在即使因为硬件或网络导致的故障之后能够快速恢复数据,达到资损最小化。

    数据仓库架构评价的标准(六)数据安全性

    对于敏感业务主题的数据或模型具有架构性或物理性的隔离设计与及读写权限控制和申请流程。在数据被申请使用的同时,能实现字段安全级别继承制。

申请试用 了解更多

2024年度精选《思迈特制造行业BI最佳实践合集》

立即下载
Copyright© 广州思迈特软件有限公司  粤ICP备11104361号 网站地图

电话咨询

售前咨询
400-878-3819 转1

售后咨询
400-878-3819 转2
服务时间:工作日9:00-18:00

微信咨询

添加企业微信 1V1专属服务