? ? ? ?想象一個場景，你想說服老板搞數據倉庫建模，該如何說清楚其價值呢？

? ? ? ?也許你會這么說。

? ? ? ?如果把數據看作圖書館里的書，我們希望看到它們在書架上分門別類地放置；如果把數據看作城市的建筑，我們希望城市規劃布局合理；如果把數據看作電腦文件和文件夾，我們希望按照自己的習慣有很好的文件夾組織方式，而不是糟糕混亂的桌面，經常為找一個文件而不知所措。

? ? ? ?數據模型就是數據組織和存儲方法，它強調從業務、數據存取和使用角度合理存儲數據。Linux的創始人Torvalds有一段關于“什么才是優秀程序員”的話：“爛程序員關心的是代碼，好程序員關心的是數據結構和它們之間的關系”，最能夠說明數據模型的重要性。

? ? ? ?上面的話似乎有道理，但如此的表述還是技術化了一點，既沒有站在應用的角度看模型價值，描述的也不夠具體和形象，老板聽起來肯定也是云里霧里。

? ? ? ?我這么來理解數據倉庫建模的價值。

? ? ? ?數據倉庫采集進來的原始數據是雜亂無章的，只有通過構建數據模型，將數據有序的組織和存儲起來之后（即模型），才能為上層應用提供高效靈活的支撐，優秀的數據倉庫模型對應用的價值主要體現在數據質量、響應速度、成本消耗及健壯水平四個方面：

? ? ? ?1、數據質量

? ? ? ?通過建模可以準確的理解業務和數據，實現業務和數據的標準映射，從而提升應用的有效性。

? ? ? ?比如原始數據對于性別字段的枚舉值既有男女，也有01等形式，這種定義的分歧會對上層的應用產生干擾，數據模型應該依據數據標準對原始數據進行標準化，所謂“書同文，車同軌”，數據治理的要求往往要落在具體的數據建模中才能發揮作用。

? ? ? ?2、響應速度

? ? ? ?通過建模可以提前基于源數據生成應用所需的模型，提升應用響應能力。

? ? ? ?寬表就是一種典型的模型，如果沒有寬表，應用就要將數據處理的復雜邏輯嵌入在應用中實現，無論是代碼的開銷、處理的開銷及訪問的開銷都很大，因此往往需要預先生成模型來置換時間，也就是空間換時間。

? ? ? ?風險在于應用變化無常，而模型往往后知后覺，現在只管殺不管埋的現象很多了，導致企業中80%的模型沒人使用，元數據很大的一個應用場景就是模型生命周期的管理。

? ? ? ?3、資源消耗

? ? ? ?通過建模可以實現公共數據的共享，提升復用能力。

? ? ? ?比如發現某些應用共同需要某個計算字段，則可以將這個計算字段預先生成（即沉淀成模型），這樣有新的應用需要時可以直接使用，從而在資源和時間節省上一舉兩得。

從這個角度講，OLAP的CUBE其實就是一種建模，當然應用（上層模型也可以看成應用）如果不夠多，復用無從談起，建模也就失去了價值，很多時候感覺數據倉庫的模型沒啥卵用，大多時候是復用的效益不夠明顯所致。

? ? ? ?4、健壯水平

? ? ? ?通過建模可以實現應用與源數據的解耦，降低源數據變動對應用的影響，提升應用的健壯性。

? ? ? ?比如有100個應用直接依賴某個源數據，如果這個源數據發生變動，則需要對100個應用都進行適配改造，代價非常大，而如果100個應用都是基于模型支撐的，則可以在保證模型北向應用接口不動的情況下，僅改造模型和源數據的南向接口就可以了，不僅改動的工作量大幅減少（比如原來改100次現在只需要改一次），同時保證了應用的連續性。

? ? ? ?風險在于模型強制映射轉化往往開銷很大，模型的冗余度、復雜度會越來越高，源數據變更后的一些新特性也會被拋棄，最終影響應用的支撐效率。

? ? ? ?很多時候，搞清楚為什么要數據倉庫建模，比數據倉庫模型怎么建更有意義，因為前者決定了方向，搞清楚了本質就不容易走錯路，比如一些小而美的場景往往不需要建模。

? ? ? ?關于數據倉庫模型怎么建的文章已經很多了，無論是關系還是維度，相對也比較成熟，這里就不再累述了。