Kimball与Inmon建模方法差异及up-to-bottom、bottom-to-up含义咨询

这里的两个术语对应的是企业数据需求的抽象层级，以及数仓建设的优先级顺序，没有复杂的隐藏定义：

• up（上层）：指企业全局、跨业务域的统一数据规则，包含全公司统一的数据标准、全域实体关系定义，属于抽象程度最高、覆盖范围最广的顶层规划层
• bottom（下层）：指各业务线/部门的具体落地需求，包含实际业务分析场景、一线数据使用诉求，属于抽象程度最低、更偏向实际应用的落地层

Inmon up-to-bottom（自顶向下）架构 #

核心是先做全局规划，再落地业务场景

• 建设优先级先从up层启动：拉通所有业务域的共性需求，先按照3NF规范搭建覆盖全企业的集中式数据仓库（EDW），完成全域数据的统一标准化
• 再向下落地bottom层需求：基于统一的3NF企业数仓，按需生成各业务部门对应的数据集市，供业务侧分析使用

Kimball bottom-to-up（自底向上）架构 #

核心是先落地业务需求，再做全局整合

• 建设优先级先从bottom层启动：从各业务线的实际分析场景出发，优先用维度建模搭建对应业务的数据集市，先满足一线的实际使用需求
• 再向上整合up层规则：所有业务线的数据集市落地后，通过统一的维度总线矩阵，把分散的各域数据集市整合为全局的企业级数据仓库

• 这里的上下层定义是需求侧的抽象层级，和数据的物理流向没有对应关系，很多资料混淆了「需求层级」和「数据流向的上下层」，是造成理解障碍的核心原因
• 两种架构的本质差异是建设起点的选择，3NF、维度建模只是对应建设思路下的适配技术方案，不是上下层定义的核心依据

内容的提问来源于stack exchange，提问作者Tom