我正在读一本书＆＃34;使用数据保险库建模敏捷数据仓库＆＃34; H. Hultgren撰写。他说：
EDW代表发生了什么 - 不是应该发生什么
何时进行清洁和可能的转换？在转换中，我的意思是值的stadartization，例如，性别列只能包含两个可能的值＆＃39; f＆＃39;和＆＃39; m＆＃39;而不是女性＆＃39;或者＆＃39;男性＆＃39;或0或1）？
答案 0 :(得分：1)
如果您通过ETL导入数据，那么这就是一个地方。或者您可以使用其他一些数据清理工具。这是一个非常普遍的问题。这取决于数据仓库的体系结构。
例如，您可能拥有一个加载数据并尝试自动清理数据的数据仓库，或者您可能拥有一个架构，其中每个“坏”记录都会转到批准区域以供人员清理。我可以向现实世界保证，没有商业用户希望从6个性别价值中挑选。
另一件事是你可能正在从三个不同的系统加载数据，这三种不同的表示在每个系统中都是完全有效的，但是最终用户不希望从6个选择中选择 - 他们希望数据到被洗净了。
我想也许这句话
EDW代表发生了什么 - 不是应该发生什么
是特定于数据保险库的事情，因为无论架构如何变化，DV都是关于建模和存储源系统数据的，我想在这种情况下，您会将数据库视为ODS并保留数据。 ，然后在进入报告星型模式的途中清理它