Data Vault的一点思考(二)

本文涉及的产品
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
简介: 现在的企业,只要是有点规模的,已经不仅仅是有ER这一套数据仓库模型来做数据,如现在很多企业从原有的线下转到线上,就不得不面临DM这一套数据模型,或者是线下和线上都有,而且是相互促进的(个人认为这是发展趋势的必然),但是貌似来说现阶段线上企业用DM这一套模型,现在更火,因为现在还是处在线下往线上发展的阶段,很多创业公司只要是线上的,数据的分析是必然,那怎么把数据组织好把数据给下游用,现在的主流是DM。

现在的企业,只要是有点规模的,已经不仅仅是有ER这一套数据仓库模型来做数据,如现在很多企业从原有的线下转到线上,就不得不面临DM这一套数据模型,或者是线下和线上都有,而且是相互促进的(个人认为这是发展趋势的必然),但是貌似来说现阶段线上企业用DM这一套模型,现在更火,因为现在还是处在线下往线上发展的阶段,很多创业公司只要是线上的,数据的分析是必然,那怎么把数据组织好把数据给下游用,现在的主流是DM。_

那么我们聊点远的,假设一个条件,有一家公司不管从现在线下往线上发展而来(如传统行业转型成功的),还是从线上去融合线下的(如创新型公司进过几年的发展,成为独角兽)。都会去面临线下和线上融合的问题,当然最好的结果是线下和线上相互促进相互依赖的。那么当这个情况已经发生,数据仓库模型怎么去变,Data Vault 是不是一个可选项。个人认为这是可以的。就像数据仓库的作用一样是解决的是原先多对多的效率低的问题,有了数据仓库,就是变成两边的一对多,不管是对上游业务数据,还是对下游指标类需求。虽然结构上多了一层,但是效率大大提升。那么在一个线下和线上都已经有规模的企业,将两者数据模型的数据放在一块,是不是就能解决两者之间的相互协作带来的效率低下,就像两个轮子,Data Vault是不是成为两个轮子的链条,甚至两个轮子合并,就是Data Vault所说的样子,还是有待验证的。但个人认为比较认同这个路径的,但发展成什么样子,实践是最重要的。
综合以上说法来看,上图所体现的是传统企业转型,数据模型的走向,总共有3步。下一讲说说创新企业的数据模型思路。

相关实践学习
DataV Board用户界面概览
本实验带领用户熟悉DataV Board这款可视化产品的用户界面
阿里云实时数仓实战 - 项目介绍及架构设计
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
目录
相关文章
|
4月前
|
存储
【Azure Key Vault】关于Key Vault使用的几个问题
【Azure Key Vault】关于Key Vault使用的几个问题
|
7月前
|
Java Spring
@AllArgsConstructor,@NoArgsConstructor,@Data
@AllArgsConstructor,@NoArgsConstructor,@Data
220 0
data——watsh
data——watsh
83 0
|
分布式计算 JavaScript 前端开发
DATA-X和DATA-V
DATA-X和DATA-V
260 2
|
移动开发
H5 data-*容易忽略的问题
H5 data-*容易忽略的问题
111 0
H5 data-*容易忽略的问题
Data Vault的一点思考(三)
前段时间和一家互联网创新企业的数据架构师聊天,说他们正准备开始用Data Vault的模型进行数据仓库的建设,他们有一套维度建模的集市,但是维度建模的特点是更贴业务,但是对于数据的存储不是很友好,对于数据友好,他们是想在维度集市之前,加一层Data Vault的数据层。
2533 0
|
数据建模 大数据
|
数据可视化 API 数据挖掘