关于Data Vault数据模型
Data Vault是一种数据仓库建模方法，用来存储来自多个操作型系统的完整的历史数据。
Data Vault方法需要跟踪所有数据的来源，因此其中每个数据行都要包含数据来源和装载时间属性， 用以审计和跟踪数据值所对应的源系统。
Data Vault不区分数据在业务层面的正确与错误， 它保留操作型系统的所有时间的所有数据， 装载数据时不做数据验证、清洗等工作， 这点明显有别于其他数据仓库建模方法。
Data Vault建模方法显式地将结构信息和属性信息分离， 能够还原业务环境的变化。 Data Vault允许并行数据装载，不需要重新设计就可以实现扩展。
Data Vault是面向细节的，可追踪历史的，一组有连接关系的规范化的表的集合。 这些表可以支持一个或多个业务功能。
它是一种综合了第三范式（3NF）和星型模型优点的建模方法。
其设计理念是要满足企业对灵活性、 可扩展性、 一致性和对需求的适应性要求， 是一种专为企业级数据仓库量身定制的建模方式
Data Vault 模型各类表说明
对于Data Vault主要分为3种类型的表：中心表，链接表，卫星表（附属表）。
中心表
对于构建Data Vault模型的，第一件事就是构建中心表，中心表示DV模型中的核心。如果设计得当，将可以兼容整合各种数据源。
为了达到这点，就应该假设系统源是不可知的，所以中心表应该依赖于实际的业务逻辑标识，而不是使用代理键。
中心表的表结构：
| 字段 | 说明 |
|---|---|
| hub_key | 代理主键，通过对业务主键进行MD5计算所得 |
| business_key | 业务主键,唯一标识业务主键，来之源系统 |
| load_dts | 数据第一次转载的时间,只记录第一次转载时间 |
| rec_src | 数据源系统 |
链接表
链接表的目的是为了灵活性和易扩展，通过链接表可以在不改变原有的构架和转载条件下进行扩展。在Data Vault模型中所有的
关系和事件都是通过链接表来表示。在DV模型中，中心表没有外键，对于中心表间的连接是通过链接表。所以连接表至少要有两个
父中心表。
链接表表结构：
| 字段 | 说明 |
|---|---|
| link_key | 代理主键，使用相关的父Hub表的业务主键拼接后计算MD5值 |
| hub_keys | hubs的代理键 |
| hub_business_keys | hubs的业务主键 |
| load_dts | 第一次装载数据的时间 |
| rec_src | 源系统信息 |
卫星表（附属表）
卫星表示所有的原始数据系统，在这个表中也捕获数据的变化，所以这种表有点像维度模型中的渐变维度表。
一个附属表总有一个且唯一一个外键引用到中心表或链接表。
| 字段 | 说明 |
|---|---|
| sta_key | 代理主键，相关的hub或link表的主键和数据载入时间的MD5值 |
| hub_or_link_key | 父hub或Link的代理主键 |
| attribute_columns | 属性数据列 |
| hash_diff | 各列拼接后的MD5值计算 |
| sat_load_dts | 数据装载时间 |
| sat_rec_src | 数据来源信息 |
总结
| 表 | 关键字 | 作用 |
|---|---|---|
| Hubs中心表 | business_key业务主键 | 使其以业务为导向, 并允许跨系统集成 |
| Links链接表 | Associations/Transactions关联和转换 | 提供了在无需重新设计的情况下吸收结构和业务规则更改的灵活性 |
| Satellites附属表 | Descriptors描述性信息 | 提供在任何想要的时间间隔内记录历史记录的适应性, 以及对源系统的无可争辩的可审核性和可追溯性 |
总之, 通过Data Vault模型可以获得敏捷性、灵活性、适应性、可审核性、可扩展性.
更多内容信息 https://blue-shadow.top
