數(shù)據(jù)倉庫之父 Bill Inmon 將數(shù)據(jù)倉庫描述為一個面向主題的、集成的、穩(wěn)定的、反應(yīng)歷史變化的數(shù)據(jù)集合，用于支持管理者的決策過程。

前言

從上面的引言里面，我們其實可以知道主題在數(shù)倉建設(shè)里面絕對是很重要的一環(huán)，這的確是的。數(shù)倉在建設(shè)過程中，對數(shù)據(jù)的組織管理上，不僅僅要進(jìn)行橫向的分層，也需要根據(jù)業(yè)務(wù)情況進(jìn)行縱向的主題域劃分。看到這里可能就有疑問了，上面明明說的是面向主題，怎么又突然說到主題域了，這里就延伸出主題和主題域的關(guān)系了。

下面我就圍繞數(shù)倉主題、主題域以及兩者之間關(guān)系、劃分方式等，進(jìn)行更詳細(xì)的闡述。

數(shù)倉主題是什么？

數(shù)倉主題(Subject) 是在較高層次上將企業(yè)信息系統(tǒng)中某一分析對象（重點是分析的對象）的數(shù)據(jù)進(jìn)行整合、歸類并分析的一種范圍，屬于一個抽象概念，簡單點說每一個主題對應(yīng)一個宏觀分析領(lǐng)域。

下面舉例說明一下：對于一個erp系統(tǒng)而言，"銷售分析"就是一個分析領(lǐng)域，這個"銷售分析"所涉及到的分析對象有商品、供應(yīng)商、顧客、倉庫等，那么數(shù)倉主題就確定為商品主題、供應(yīng)商主題、顧客主題、倉庫主題，"銷售分析"就可以作為一個主題域；

如果"產(chǎn)品分析"是一個分析領(lǐng)域，"產(chǎn)品分析"所涉及到的分析對象為商品、地域、時間、類別等，那么數(shù)倉的主題可以確定為商品主題、地域主題、時間主題、類別主題，"產(chǎn)品分析"可以作為一個主題域。

數(shù)倉主題域是什么呢？

主題域通常是聯(lián)系較為緊密的數(shù)據(jù)主題的集合，可以根據(jù)業(yè)務(wù)的關(guān)注點，將這些數(shù)據(jù)主題劃分到不同的主題域，這種劃分個人感覺與Kimball思想更為相似，自下而上的方式，根據(jù)業(yè)務(wù)需求分析視角進(jìn)行劃分。

其實這里市面上，也有一些不同的描述，上面對主題域的描述被歸于集合論，還有一種叫做是邊界論，這里稍微擴(kuò)展下：

邊界論的論點是 “主題域是對某個主題進(jìn)行分析后確定的主題的邊界“，這點個人感覺和 Inmon 指導(dǎo)思想類似，理清主題之間的邊界，由ER模型進(jìn)行邏輯轉(zhuǎn)化，對某一主題域的分析，需要先確定這個主題的關(guān)系邊界，然后再進(jìn)行邏輯建模。

我的話覺得兩者并不矛盾，只是所站的視角不同，邊界論是先從細(xì)微處也就是微觀延伸到宏觀，而集合論則是從宏觀到微觀的過程。

主題的劃分和設(shè)計

主題的劃分和設(shè)計是對主題域進(jìn)一步的分解，細(xì)化的過程。主題域下面可以有多個主題，主題還可以劃分成更多的子主題，主題和主題之間的建設(shè)可能會有交叉現(xiàn)象，而實體則是不可劃分的最小單位。

主題域、主題、實體的關(guān)系如下圖所示：

可以顯而易見的看出，主題域是一個更大的概念，主題是略次之，實體最小，這里的實體表示的是實體對象（對應(yīng)企業(yè)中某一宏觀分析領(lǐng)域所涉及的分析對象）,我的理解在維度建模的方法論上也可以說實體和維度某些概念是相似的。

在進(jìn)行數(shù)據(jù)倉庫設(shè)計時，一般是先基于一個主題或某部分主題進(jìn)行優(yōu)先建設(shè)，所以在大多數(shù)數(shù)據(jù)倉庫的設(shè)計過程中都有一個主題域的選擇過程，主題域的確定必須由最終用戶和數(shù)據(jù)倉庫的設(shè)計人員共同完成。

而在劃分主題域時，大家的切入點不同可能會造成一些爭論、重構(gòu)等的現(xiàn)象，考慮的方法有下面一些：

按照所屬系統(tǒng)劃分：業(yè)務(wù)系統(tǒng)有幾種，就劃分幾種

按照業(yè)務(wù)(功能模塊/業(yè)務(wù)線)或業(yè)務(wù)過程劃分

比如一個靠銷售廣告位置的門戶網(wǎng)站主題域可能會有廣告域，客戶域等，而廣告域可能就會有廣告的庫存，銷售分析、內(nèi)部投放分析等主題；

按照部門劃分

比如公司里面的人力、財務(wù)、銷售、運(yùn)營等，運(yùn)營域中可能會有工資支出分析、活動宣傳效果分析等主題。

按照行業(yè)案例分析

在某些行業(yè)，比如電信、金融都是最早建設(shè)數(shù)倉的行業(yè)，都有一些規(guī)范，比如IBM 公司的 BDWM 九大金融主題模型,Teradata 公司的 FS-LDM 十大金融主題模型，都是行業(yè)應(yīng)用比較廣泛的標(biāo)準(zhǔn)，如果是這兩個行業(yè)就可以參考構(gòu)建自己的企業(yè)數(shù)據(jù)倉庫模型規(guī)范。

BDWMFS-LDM

總而言之，切入的出發(fā)點邏輯不一樣，就可以存在不同的劃分邏輯。在建設(shè)過程中可采用迭代方式，不糾結(jié)于一次完成所有主題的抽象，可先從明確定義的主題開始，后續(xù)逐步歸納總結(jié)成自身行業(yè)的標(biāo)準(zhǔn)模型。

在很多文檔上都有說數(shù)據(jù)域，反而沒有主題域的概念，那數(shù)據(jù)域到底是什么，又和主題域什么關(guān)系呢？

我自己在網(wǎng)上也搜索了很多，也沒查到對兩者的來源和區(qū)別說明讓我滿意的，但是我在看《阿里大數(shù)據(jù)之路》和 阿里的官方相關(guān)文檔 介紹上，看到了這個詞，下面可以看下引用的阿里對數(shù)據(jù)域的介紹：

數(shù)據(jù)域是指面向業(yè)務(wù)分析，將業(yè)務(wù)過程或者維度進(jìn)行抽象的集合。為保障整個體系的生命力，數(shù)據(jù)域需要抽象提煉，并長期維護(hù)更新。在劃分?jǐn)?shù)據(jù)域時，既能涵蓋當(dāng)前所有的業(yè)務(wù)需求，又能讓新業(yè)務(wù)在進(jìn)入時可以被包含進(jìn)已有的數(shù)據(jù)域或擴(kuò)展新的數(shù)據(jù)域。數(shù)據(jù)域的劃分工作可以在業(yè)務(wù)調(diào)研之后進(jìn)行，需要分析各個業(yè)務(wù)模塊中有哪些業(yè)務(wù)活動。

我個人理解其實主題域和數(shù)據(jù)域差異不大，在實際過程中可以把主題域和數(shù)據(jù)域都當(dāng)做一種域來處理了，不必糾結(jié)。

當(dāng)我我也查到網(wǎng)上，有人總結(jié)的一段話，是將兩者描述為一種包含關(guān)系，姑且可以看下：

主題域

面向業(yè)務(wù)過程，將業(yè)務(wù)活動事件進(jìn)行抽象的集合，如下單、支付、退款都是業(yè)務(wù)過程，針對公共明細(xì)層（DWD）進(jìn)行主題劃分。數(shù)據(jù)域：面向業(yè)務(wù)分析，將業(yè)務(wù)過程或者維度進(jìn)行抽象的集合，針對公共匯總層（DWS）進(jìn)行數(shù)據(jù)域劃分。

為保證整個數(shù)倉體系的生命力，數(shù)據(jù)域需要抽象提煉，長期維護(hù)及更新，但不要輕易變動，在劃分?jǐn)?shù)據(jù)域時，既能涵蓋當(dāng)前所有的業(yè)務(wù)需求，又能在新業(yè)務(wù)接入時無影響的包含進(jìn)已有的數(shù)據(jù)域中或者擴(kuò)展出新的數(shù)據(jù)域，這是劃分的一個準(zhǔn)則。

特別說明的是，主題域是無法一次劃分完整的，在大多數(shù)數(shù)據(jù)倉庫的設(shè)計過程中都有一個主題域的選擇過程。業(yè)務(wù)一直發(fā)展的，設(shè)計之初就想著一次把所有主題全部劃分完整，是不太可能，也不太適用的，我們可以遵循上面說的劃分主題域的準(zhǔn)則，以不斷迭代的方式進(jìn)行。

馬蜂窩數(shù)倉主題、主題域劃分案例

以馬蜂窩訂單交易模型的建設(shè)為例，基于業(yè)務(wù)生產(chǎn)總線的設(shè)計是常見的模式，首先調(diào)研訂單交易的完整過程，定位過程中的關(guān)鍵節(jié)點，確認(rèn)各節(jié)點上發(fā)生的核心事實信息。

馬蜂窩數(shù)據(jù)模型網(wǎng)易云音樂數(shù)倉主題、主題域劃分案例

網(wǎng)易云音樂將一級主題域劃分為參與者、服務(wù)及產(chǎn)品，版權(quán)及協(xié)議、公共、事實這5個大的主題域，二級細(xì)節(jié)分類按照業(yè)務(wù)過程抽象獲得。

之前在一家互聯(lián)網(wǎng)醫(yī)療公司工作，主題域的劃分是按照部門bu進(jìn)行劃分的，這種方式適合較大的集團(tuán)公司，各個事業(yè)部或者業(yè)務(wù)交叉不大的，不同的bu使用不同的數(shù)據(jù)域，這種架構(gòu)它是一種小型的、部門級數(shù)據(jù)倉庫，企業(yè)的不同部門有不同的 “主題域”，因而就有不同的獨立性數(shù)據(jù)集市。

實際操作是按照部門劃分了獨立的數(shù)據(jù)集市，也就是主題域之后，再利用業(yè)務(wù)過程抽象出細(xì)分的主題。。

獨立型數(shù)據(jù)集市的實質(zhì)，是為了滿足企業(yè)內(nèi)各部門的分析需求而建立的微型數(shù)據(jù)倉庫。有些企業(yè)在實施數(shù)據(jù)倉庫項目時，為了節(jié)省投資，盡快見效，針對不同部門的需要，分步建立起這類數(shù)據(jù)集市，以解決一些較為迫切的問題。

但是，當(dāng)多個獨立的數(shù)據(jù)集市增長到一定規(guī)模后，由于沒有統(tǒng)一的數(shù)據(jù)倉庫協(xié)調(diào)，企業(yè)只會又增長出一些新的信息孤島，仍然不能以整個企業(yè)的視角來分析數(shù)據(jù)，所以就延伸出另外一種企業(yè)級的數(shù)據(jù)倉庫架構(gòu)，后面有時間再單獨分析這塊。

結(jié)合我參與過的數(shù)倉項目建設(shè)經(jīng)驗和踩過的坑，對于數(shù)倉主題、主題域劃分個人比較推薦按照業(yè)務(wù)系統(tǒng)劃分或者bu部門來劃分主題域（一級主題），這樣的話邊界較為清晰，數(shù)據(jù)倉庫開發(fā)過程也不會因為模型主題的歸屬引發(fā)扯皮和不同意見，然后根據(jù)各個系統(tǒng)中的業(yè)務(wù)過程抽象整合出主題（叫二級主題域也可以）。

數(shù)倉建設(shè)是一整套方法論，但方法論不一定是真理，每個公司都有自己的業(yè)務(wù)場景及需求，方法論或別人的方案不一定適用自己的公司，我們需要學(xué)習(xí)利用這些方法論，然后結(jié)合自己公司實際的業(yè)務(wù)場景來制定自己的主題及主題域劃分規(guī)范。