这个blog用来积累设计数据仓库需要考虑的一些问题：
1、 源系统数据调研
也就是所谓的源系统数据，需要怎么调研，调研一些什么呢？
目前认为需要确认业务的流程（其实就是业务流程对应的后台表的关系）， 因为应用系统流程变更，最好设置业务流程的文档维护业务知识，作为知识积累
2、在第三范式建模和维度建模之间的选择
目前主流的建模方式是维度建模，三范式建模，实体建模等，这里建议在ods层上添加第三范式建模，结合维度建模形成数据集市。
3、数据模型设计中的取舍
数据模型设计过程中需要考虑的因素很多，很多时候设计的过程是一个取舍的过程。基本不可能满足各个特性指标的最优化。在过程中需要重点考虑以下三点：
- 扩展性：数据模型的稳定性是指相对的稳定性，是指在源系统、业务逻辑变化的时候，能通过少的成本快速扩展模型。第三范式数据仓库建模方法迁采用竖表方法来满足模型的扩展性，缺带来了效率上的一定问题。维度模型方法在数据粒度不发生变化的时候，需要通过修改表结构，扩展字段方法，做模型应对业务的扩展，相对更复杂些。结合GP表添加字段困难的现实，平台要求所有要求宽表预留字段方法，来保证后续的扩展。另外目前的平台中存在的缺点是，源系统添加字段，会引发数据仓库中多个层次的表需要修改，成本较大，后续需要提供一些公用的工具方法进行改进。
- 效能：效能是ETL的效率和存储空间的平衡，同时一些体系化和扩展性的改进也会对单个的ETL效能有一定的牺牲。数据平台在IDL层采用了简单的镜像方法，牺牲存储获取ETL效率的优化和逻辑上的简化。但是一定要杜绝过度使用这种方法，而且必须要有对应的数据生命周期制度，清除无用的历史数据。
- 体系化：体系要求模型在符合业务视角，用户能够方便的从模型中准确找到对应的数据项，并能方便读取。同时，数据仓库又是强调整合过程。数据平台在宽表设计中强调高内聚、低耦合的理念，在物理实现中，将业务关系大，源系统影响差异小的进行整合；业务关系小，源系统影响差异大的进行分而置之。
4、实施方法
软件工程实践普遍提到的方法有瀑布法和迭代法，什么方法是实施阿里数据平台建设。数据平台国际站和中文站分别采用了这两种方法。阿里巴巴数据仓库的现实是业务在前面跑、平台的建设如果采用瀑布法，必须要有更快的速度，赶超业务变化搭建。所以应当采用集中所有优势兵力，集中攻破的方法。而迭代的方法，需要保持人员在相对稳定的情况，理念统一、坚持，通过不断的改进来是做实施，实施周期较长，影响较小，可以及时做适当的调整
参考：https://www.cnblogs.com/davidwang456/articles/9024021.html
数据平台的建设思想：
第一个是对重复的事情，这一个平台团队做精做专，而且重复的事情只做一次，减少投入。
另外统一化，可以推一些标准，推一些数据管理的模式，减少业务之间的对接成本，这是平台的一大价值。
最重要的是为业务整体效率负责，包括开发效率、迭代效率、维护运维数据流程的效率，还有整个资源利用的效率，这都是要让业务团队对业务团队负责的。无论我们推什么事情，第一时间其实站在业务的角度要考虑他们的业务成本。