怎么理解数据仓库中的面向主题

Question

1，一个主题是不是就是对应星型模型中的一个事实表？
2，我看很多资料中都写数据仓库的数据模型是使用“第三范式”，数据集市才使用多维的星型模型，也就是说数据仓库中的数据存储与一般的数据库并没有区别，那么它的面向主题体现在哪里？
3，就算是在数据集市中的使用星型模型也大多是在建立在关系模型的基础上的，在实际存储中还是要分解成二维的关系表。难道说把某个主题相关的数据重新抽出来再建一个数据库(数据集市)就叫面向主题吗，那下次想分析另一个主题呢，又要再建一个数据库(数据集市)吗?
4，总是在建数据集市，那数据仓库的意义又在哪呢？
5，所谓的面向主题是仅仅停留在逻辑层面吗，只是为了大家表达的时候描述更方便而已吗？

Answer 1

1、面向主题，是让你面向主题去分析问题，架构模型，而不是非要物理上分开，就像面向对象编程一样
2、“很多资料中都写数据仓库的数据模型是使用“第三范式”，数据集市才使用多维的星型模型”这个是不对的，因为在Inmon 和 Kimball 的书中都没有表示这种说法
Inmon 表是建数仓需要有个企业级的一致数据模型，并没有表示非要第三范式，这个第三范式是 Kimball 在自己的书里说 Inmon 的方式用第三范式不好啦啥的，具体自己看书《数据仓库工具箱-维度建模权威指南》第一种1.5节
数据集市使用维度建模，这个说法Kimball 也没有说过，而是 Inmon 在自己的书里说维度建模只适合数据集市，具体看《数据仓库》第5张5.19节（应该是这一节）

PS：其实感觉他俩的观点差不多，只是根据他们必须得给自己的观点加油呐喊而已，两个人互撕很多年了

Answer 2

十几年前的概念了。。。。
这种很虚的东西不要深究它到底指什么概念
本身就是一种数据集成技术的叫法而已
集成总是为了解决一个主题查询，所以这个集成可以是松散的也可以是完整的，但集成后的数据源一定是直接面向该主题的。
为了解决一个主题建立的集成应该是松散的，最后仅提供相应的查询能力即可。使用什么数据模型进行存储，完全取决于主题的需要和数据源的规模结构。本回答被提问者采纳

Answer 3

以我自己的理解：
数据仓库是想存储一些具体的跟业务有关的数据。
比如老板想看用户粘度，你保存了一些用户访问网站的时间、地址、方式、页面、访问时长、哪些产品等等，所有的数据围绕着一个业务，这个业务就指的是一个主题。

Answer 4

不是.  比如一个电商的主题。 对原始的订单 包含 spu维度细分的子单  对子单下 还有对物品再细分的子单. 这时候需要建立3个事实表. 以保证对不同的粒度进行分析.

Inmon说 数据集市开始主题 Kimball再数据仓库 就已经划分主题了 所以数据仓库就已经面向主题了

数据集市是多主题的合并，这个非常的迅速. 维度共享.

单独主题的分析，可以直接访问数据仓库.

是为了更加便利的建立模型