数据仓库中主题域如何划分？

大家好，我是一哥，前几天跟一个朋友聊了一些数据中台建设的内容，针对数据仓库中主题域如何划分这个话题聊了很多。其实数据仓库建设的理论大家已经都知道了不少，也看过不少书，那么在实际建设数据仓库中，我们还是会遇到各种问题。

前段时间招人，面试了几个简历上都写了有3年以上数仓开发的，当我问他“如何确定主题域？”，他却说“我来公司的时候已经都搞好了……”，再问他“如果进入一个新领域，从0到1搭建数仓，怎么确定主题域呢？” 他就蒙了……

今天一哥带你一起聊聊主题域如何划分？

主题是在较高层次上将企业信息系统中的数据进行综合、归类和分析利用的一个抽象概念，每一个主题基本对应一个宏观的分析领域。在逻辑意义上，它是对应企业中某一宏观分析领域所涉及的分析对象。

简单说，一个主题对应一个分析对象。分析对象就是在决策、分析时重点关注的东西，这个东西其实是非常主观的，在不同的企业，或者企业的不同发展时期，所关注的点会不一样，从而影响有些主题可能存在或者不存在。

数据仓库是面向主题的应用，主要功能是将数据综合、归类并进行分析利用。数据仓库模型设计除横向的分层外，通常还需要根据业务情况纵向划分主题域。主题域是业务对象高度概括的概念层次归类，目的是便于数据的管理和应用。

划分主题域方法

在业务调研之后，可以进行主题域的划分。划分主题域，需要分析各个业务模块中有哪些业务活动。通常我们按照以下方法划分主题域，可以按照用户企业的部门划分，也可以按照业务过程或者业务板块中的功能模块划分。

• 按照系统划分：业务系统有几种，就划分为几类

• 按业务过程划分：比如业务系统中有商品、交易、物流等

• 按部门规划：比如公司内的生产、供应链、研发、销售等

目前有些成熟的行业，比如电信、银行，他们也是最早用数据仓库的行业，已经形成了一些规范，可以直接按照规范来就行了。其中IBM金融数据模型数据存储模型FSDM，是金融行业应用极为广泛的数据模型，可以作为我们构建企业级数据仓库主题域模型划分的重要依据。

对于新兴的一些行业，或者业内没有形成标准的话，那么就可以参照上面的几类方法，进行分类，先从边界清晰的系统入手进行建设，形成经验后逐步推到各个系统中。

个人比较推荐通过业务系统来进行一级主题域划分，这样边界就会很明显，数据仓库开发过程中不会因为模型主题的归属