Kimball和Inmon之间的区别

设计数据仓库是业务开发的重要组成部分。对于设计，有两种最常见的体系结构，分别称为Kimball和Inmon，但问题是哪种更好，哪种以低冗余为用户服务。让我们在一些因素上进行比较。

1.金宝球：
Ralph Kimball介绍了Kimball设计数据仓库的方法。这种方法从识别业务流程和Dataware内部必须回答的问题开始。这些信息集正在被分析，然后被很好地记录在案。提取转换加载(ETL)软件从称为数据集市的多个数据源中获取所有数据，然后将其加载到称为暂存的公共区域中。然后将其转换为OLAP多维数据集。

应用范围：

• 设置和构建非常快捷。
• 针对多个星型模式生成报告非常成功。
• 数据库操作非常有效。
• 占用较少的数据库空间，管理很容易。

Kimball Dataware房屋结构如下所示：

2. Inmon：
Bill Inmon介绍了设计数据仓库房屋的Inmon方法。这种方法从公司数据模型开始。该模型识别关键区域，并照顾客户，产品和供应商。该模型用于创建用于主要操作的详细逻辑模型。然后，使用细节模型来开发物理模型。此模型已规范化，可减少数据冗余。这是一个复杂的模型，很难用于创建数据集市的业务目的，并且每个部门都可以将其用于其目的。

应用范围：

• 数据仓库非常灵活地进行更改。
• 业务流程可以很容易地理解。
• 报表可以在整个企业中进行处理。
• ETL过程很少会出错。

Inmon Dataware内部结构如下所示：

Kimball和Inmon之间的区别：

Parameters	Kimball	Inmon
Introduced by	Introduced by Ralph Kimball.	Introduced by Bill Inmon.
Approach	It has Bottom-Up Approach for implementation.	It has Top-Down Approach for implementation.
Data Integration	It focuses Individual business areas.	It focuses Enterprise-wide areas.
Building Time	It is efficient and takes less time.	It is complex and consumes a lot of time.
Cost	It has iterative steps and is cost effective.	Initial cost is huge and development cost is low.
Skills Required	It does not need such skills but a generic team will do job.	It needs specialized skills to make work.
Maintenance	Here maintenance is difficult.	Here maintenance is easy.
Data Model	It prefers data to be in De-normalized model.	It prefers data to be in normalized model.
Data Store Systems	In this, source systems are highly stable.	In this, source systems have high rate of change.