sql-server - 数据仓库或孤岛数据集市

Question

目前我们有 12 个不同的数据库，其中 7 个是维度的。我们是一个以知识为基础的非营利组织，我们拥有基于该人所患疾病种类的数据库。

例如。我们的数据库看起来像

1. 艾滋病病毒
2. 丙型肝炎
3. 脑膜炎

等等...

其中每一个都将包含带有表格的数据，例如：

病人

样本（血样）

地点

诊断

性别

提供者

我们不跟踪花费了多少钱，因为我们只跟踪 +ve 和 -ve 样本。

现在，高层管理人员提出了一个问题，即我们应该从孤岛数据集市构建一个数据仓库。

但是，业务用户从来没有问过他们在哪里需要来自两个不同数据库的数据。如果用户没有考虑过，我们还需要 DW 吗？

我想到的更多问题是：

1. 每个数据集市的粒度是多少？
2. 哪个维度可以作为一致维度？
3. ETL 将如何流动？
4. 在所有 DM 中实现单一版本的真相？

我只是主动了解什么可以解决我们所处的情况。感谢任何帮助。

谢谢

Answer 1

将所有数据集市保持在同一位置（数据仓库）的主要原因是能够跨不同数据集市跟踪相同的维度。

在您的示例中，我至少看到了可以由不同数据集提供的患者、提供者和疾病/诊断维度，并保留每个元素的单个版本。

您的数据集成例程将需要更新，以确保所有维度的正确更新。另外，您将需要设置数据仓库（如果您的数据很小，单节点 postgres 服务器应该绰绰有余）。如果考虑到在所有数据集市中拥有一致的数据并能够交叉查询，那么这些成本是可以接受的，那么就去做吧。

但是，正如您所说，您在任何地方都看不到商业案例。那么，您不是在尝试修复未损坏的东西吗？也许在需要出现之前保持原样，然后评估这种举措的成本/收益比。

Answer 2

我可以想到在这里构建数据仓库的一个原因是，如果您想“归档”数据集市中不再需要定期使用的旧数据。

评论中已经提到的另一个原因是，是否需要企业范围的报告（可能是在由外部方进行审计的情况下）。你没有提到你的企业有多大，但我觉得它并不大，所以这可能不会成为我决定的驱动因素。