1. 源（系统）数据定于与说明
   • 源系统地址、网络连接、访问方式；
   • 计算机系统、操作系统；
   • 数据库服务器名、访问方式、数据结构、有关的表、列

   以上信息都是有可能要变化的，应作为元数据存入数据表，ETL程序和处理过程可以读入这些信息，以进行远程数据链接和数据访问，这大大优化将以上信息写入程序中的那种硬性编程方式；

   • 源数据库链接说明；
   • 逆向工程与源系统设计获取定义说明
   • 元数据交换说明你。
2. 暂存定义与说明
   • 源至暂存区映像
   • 暂存区只目标区映像
   • 中间文件的传输说明
   • 中间文件的说明及使用
   • 中间文件的前后处理（清理与压缩）说明
   • 暂存区数据库的前后处理和中间处理的说明及使用
3. 目标模型定义与说明
   • 星型结构；
   • 事实表定义说明，包括：
     • 度量
     • 数字键
     • 交替键
     • 索引
     • 定义数据（如数据类型、数值大小和默认值）
     • 有效性制约
     • 数据域值定义
     • 分区定义说明
     • 存储说明
   • 维表定义与说明，包括：
     • 主键
     • 缓慢变化的维
     • 维的等级/层次
     • 维的共享
     • 维的版本号
     • 数据库的完整性限定
4. 映像定义与说明
   • 源至目标映像
   • 基本数据到综合数据的映象
   • 标准字典
   • 转换字典
   • 参照表
   • 映象表
5. ETL定义与说明
   • 转换规则和方法
   • 数据清洗说明
   • 批作业说明
   • 加载频率
   • 累加时间片控制说明
   • 退回说明与准则
   • 剥离与修改数据准则
   • 转换函数库
   • 传输定义与说明
   • 加载定义与说明
   • 会期/对话管理定义与说明，包括以下几个方面
     • 预定作业安排
     • 批作业前后事件说明及处理方法
     • 批作业日志
     • 会期/对话日志
     • 拒收日志
     • 坏数据日志
6. 综合管理系统的定义与说明
   • 事实表/维度表至总计方阵映像；
   • 总计至总计映像；
   • 总计方阵设计；
   • 聚合定义说明；
   • 实体化视图/方阵定义说明，如：
     • 方阵间关系
     • 嵌入式实体化视图/方阵之间的关系
     • 方阵组
   • 刷新过程的定义与说明，包括以下几个方面：
     • 刷新前后事件处理说明
     • 刷新方法
     • 刷新组
     • 刷新执行顺序
     • 刷新频率
     • 刷新过程处理软件
     • 刷新作业的监控检查
7. 联机分析（OLAP）的定义与说明
   • 查询机制；
   • 虚拟方阵/视图定义；
   • 访问权限管理说明；
   • 用户接口定义与说明；
   • 访问方式
   • 结果数据提交方法；
   • 结果数据传输定义与说明；
   • 用户登入/登出
   • 用户活动日志以及出错处理
   • 联机分析用户手册
8. 应用软件说明
   • 软件版本号管理与说明，包括：
     • 数据库应用版号
     • 软件与程序版号
   • 程序与数据的参照说明
   • 包/过程软件函数
   • 函数库
   • 元件
   • 程序调用层次模型定义与说明
   • 2-3级结构
   • 业务规则定义说明，包括：
     • 业务规则表
     • 业务规则表语业务政策的联系
9. 质量控制与安全说明
   • 安全政策
   • 审计日志
   • 错误捕捉
   • 错误追溯方法及说明
   • 数据库访问及网络交通日志

                              DW2.0数据结构

数据的生命周期

在DW2.0中，重新定义了数据在DW中的作用，主要根据入仓库的时间定义了数据的生命周期。而数据的访问频率也会随着存储时间的增加而下降。这样的分区方式为仓库的架构尤其是硬件架构设计提供了支持。

1. 交互区

交互区是数据进入数据仓库的第一站，是数据联机更新的场所。

2.整合区

在一定的时间点，数据需要进行整合；存储在交互区的数据通过ETL进入整合区，数据脱离了应用状态。

3.近线区

近线区是整合区的一个延伸，在分区中是可选的。当数据量非常大并且数据间访问的概率差别很大时，可以利用近线区来处理。

4.归档区

存储访问频率很低的历史数据，通常是5-10年，甚至更长。

元数据

由于数据仓库更大，更多样化（用户多样化、数据源多样化等），为了能更好的管理和使用数据仓库，元数据的作用显得更加重要。

存储方案

在交互区，元数据与应用数据本身是分开存储的，即元数据与它所描述的数据在物理上是分开的；而在归档区，元数据直接与数据一起存储。这样的存储方式就避免了分析历史数据的困难。

元数据分类

DW2.0对于元数据的分类还是挺不错的，这样就避免元数据本身显得杂乱。

1. 本地元数据  被各种工具所专业的元数据，例如ETL工具的元数据、BI工具的元数据：

1）业务元数据     用业务语言书写的适合于公司业务的元数据；

2）技术元数据     公司的技术人员所应用的元数据。

2. 企业范围元数据

结构化数据和非结构化数据

在DW2.0中，数据库被要求整合结构化和非结构化的数据至数据仓库中。在现代环境下，对于非结构化的数据也同样蕴含着大量的价值。当数据仓库中包含非结构化的数据时可以有三种处理方式：a）非结构化数据单独进行访问分析；b）非结构化数据可以同结构化数据一起分析；c）一些非结构化数据可以近似的与结构化数据链接。

对于非结构化数据处理除了普遍存在的文本分析的难题上，还有两个需要特别注意的地方：

1）非结构化数据同样充斥着无用的信息，在进入DW的环境中，需要对这部分数据进行筛选；

2）文本的规范化。同结构化数据需要对不同的术语进行统一类似，为了在仓库中更好的利用文本信息，也需要对文本信息进行规范。规范化的过程需要将文字映射为两种格式——特定格式（自然语言）和一般格式（规范化）。对特定数据添加一般数据才能使得数据更适合分析。

应对业务需求的变化

由于不断变化的业务与不变的技术基础设施时不相一致的。因此在DW2.0的开发方法要求数据仓库不能一建到底，也就是说数据仓库不能深植于仓库底层的技术（网络、操作系统、应用程序、数据库管理系统、缓存等）中。数据仓库必需设置在一个动态技术基础上，否则它只是不断反映昨天的业务需求。

来自：《数据仓库结构设计与实施——建造信息系统的金字塔》