（上）原理都懂，就是不会建模？来，顶尖数据模型走一波

前言

兄弟们太猛了！我就要30个“在看”，结果半个小时就点满30个了，到今天，已经快130个了，多出来的是要干啥？吓的我肝儿直颤。。。

那我就写着，您老凑合看？

上次说到一家英国保险公司Direct Line委托IBM做客户中心的项目。结果IBM不知道派过去的人有问题，还是别的原因，给整劈叉了。项目原定要用Teradata的FSLDM模型，结果IBM就是不用，反而自己又整了一套，最后整的是一塌糊涂。

甲方甚至给出了这样的评价：

“以一种毫无章法、毫无根据的方式来复制和粘贴，以扩展该模型，结果破坏了设计集成层，使得EDW难以填充、维护和理解”。

最后的结果呢，IBM移交所有代码，赔了3个多亿。你可能会幸灾乐祸，IBM这么牛的公司，怎么也不会建模啊？

建模

其实数仓建模的方法论，Inmon和Kimball两位老爷子早就已经说完了。后面的各大公司基于两位老爷子的理论，做了大量的实践。

这两位老爷子的理论研究已经非常透彻了，透彻到什么程度？就是他们写的书，到现在依然能拿过来当做教材。什么数据湖、数据中台，其实底层建模理论还是原来的那些。

那么问题来了，到底啥是建模？

其实讲穿了，建模就是对现实世界的抽象。

现实世界只有一个，那理论基础也是同源的，具体的应用场景也能找到共同性，那就必然能对某个场景抽象出一个合理的模型套路对吧？

是的。IBM、Teradata等IT巨头早已经把这些模型按照自己的方式抽象好了。

在银行这个行当，IBM有BDWM，银行数据仓库模型，Banking Data Warehouse Model。

Teradata这边的呢，就是FSLDM了。FSLDM全称是金融服务逻辑数据模型，Financial Services Logical Data Model。

除此之外，IBM还针对保险行业细分出IAA和IIW、Sybase也有IWS，这些都是行业经典的数据仓库业务模型。

把模型固化下来之后有啥好处呢？咱回到我经常给大家看的这张图：

业务建模部分的主要任务是把业务流程梳理清楚，这时候会产出各种流程图，方便我们了解业务，最关键的是识别我们要抽象的业务实体。

领域建模这边，就是围绕上面的核心实体，进行主题区域划分。主题区域划分的核心目的是对建设内容进行合理的切分。既要让主题相对独立，又不能建的太多，闹哄哄的没法弄。

逻辑建模这里，就得承上启下，逐步细化了一方面要看底层数据，另一方面要看业务需求。这时候就要把所有的实体和量化内容梳理出来，数据如何从底层一直流到应用层，都得想清楚，设计好。

物理建模阶段，基本上就是机械的工程建设操作了，建表、设计有向无环图，做任务调度。

看完上面的流程，你会发现，FSLDM把前面两个步骤的工作全做完了，第三个步骤的绝大多数工作也都做好了 。

在FSLDM里，整个模型分为三层：主题、概念、细节。一共10个主题域、小3千个实体和1万多个属性。根据第三层细节中已经梳理出来的内容，构建了343个逻辑视图。

这是什么概念？拿着这一堆的模型文件，只需要按照客户的个性化情况稍微处理一下，就能直接推到物理建模的阶段。

这简直是数仓领域的方便面啊，打开盖子，放入适量调料包，喜欢就加根肠，敲个鸡蛋，不喜欢就算。然后加开水泡一下，就好了！

在这里顺便吐槽一下绝大多数互联网公司，几乎没有建模，也没有文档，上去就是干，最后就是一堆的宽表。唉！废了！

主题领域

那位目测是阿里P9+主持人的回答就是建模，建一个优秀的模型。

所以你看，建模这功夫有多深，从主题域就已经开始体现了。而FSLDM做的就非常高明。

结语

这就结束了？当然没有！这才刚分领域呢！下面还有单个主题域怎么设计、单个实体又怎么设计，不同层级的实体之间咋处理？两个领域之间怎么联系等等，一系列的问题。这已经3300字了，今天先这样。

还是老规矩，点一下“在看”，点的越多，我讲的就越详细。给我点动力，好继续码字呀。

次分享的内容就结束了。本公众号目前保持日更3000字，为你提供优秀的数据领域的分享。本篇如果有帮助的话，还请点赞、在看分享一波！

推荐阅读：

更多精彩：