在模型设计流程中,首先进行模型培训,然后根据应用需求进行源系统调研和交流。接着进行表级和字段级分析,设计逻辑数据模型(LDM)并进行评审。在设计过程中考虑各种因素,优化实体和属性的结构,确保PDM的命名和字段类型合理。根据需求增加冗余字段和派生表,同时考虑大表的拆分及历史表的管理。最后,进行物理数据模型(PDM)的设计和评审,制定数据映射方案,开发ETL过程,并进行测试和上线前的评审工作。
TD数据仓库模型介绍及建模流程详解
相关推荐
TD数据仓库模型示例及建模流程详解
在数据仓库建模示例中,我们探讨了客户编号、姓名、建立日期、建立柜员、建立机构等重要信息的模型设计过程。更新过程涉及更新日期、更新柜员、更新网点等关键步骤。此外,我们还分析了客户状态、性别、国籍、出生日期、教育程度、婚姻状况等数据的建模需求。
算法与数据结构
0
2024-08-14
当事人主题Party-TD数据仓库模型详解及建模流程
当事人主题(Party)指银行服务的各种对象,包括个人或对公客户、潜在客户、代理机构、雇员等。业务系统中的个人客户、对公客户、支付交易对手、潜在客户等都是当事人的范畴。详细介绍了Party-TD数据仓库模型的建模过程及其应用。
算法与数据结构
2
2024-07-13
TD数据仓库模型介绍及建模过程的产品主题特征
产品主题的特征在TD数据仓库模型中扮演重要角色,它们定义了数据存储和处理的方式。在建模过程中,确保这些特征能够充分体现产品的核心价值和功能。
算法与数据结构
2
2024-07-16
传统金融服务模型与简化的交易模型TD数据仓库模型详解及建模流程
传统的金融服务模型和简化的交易模型在TD数据仓库模型中起着关键作用。传统的金融服务模型涉及账户、协议和客户等要素;而简化的交易模型包括交易和事件等要素。
算法与数据结构
3
2024-07-13
TD数据仓库模型介绍及建模过程的逻辑数据模型设计理念
建立一个统一的、共享的基础数据平台,为各个业务部门的不同业务需求提供一致的、规范的数据;数据的组织围绕银行主要的主题领域进行,如客户、产品、账户和渠道等;一个可扩展的、动态的模型能够经得住时间的考验,当业务改变时(如改变组织结构和产品交易),能够将对数据模型的影响减至最小甚至完全不受影响; DW的数据模型应该是中性的,能够满足各种不同的分析逻辑的要求而设计的,因此它不同于通常所看到的为了支持某个特定的、预先定义的处理过程而设计的模型;数据模型涉及范围广阔,是多功能的和集成的;统一与共享,在于设计的整合。可扩展、动态—范式化/抽象化
算法与数据结构
0
2024-10-13
FS-LDM客户化建模示例:TD数据仓库模型与建模流程
TD数据仓库模型介绍
建模过程:
协议产品历史
协议状态历史
协议关系历史
资产价值历史
当事人资产评估
资产检查历史
协议资产关系历史
算法与数据结构
6
2024-05-13
协议主题数据仓库模型介绍及建模过程
协议主题(Agreement)数据仓库模型是金融机构用来管理客户契约关系的数据模型。该模型涵盖了账户、合同、存款账户、贷款账户、凭证、投资成交单、卡访问介质、申请单等协议范畴。该模型用于存储和处理协议数据,以支持产品、事件、渠道、当事人、资产、财务、区域、营销、内部机构等方面的业务分析和决策制定。
算法与数据结构
6
2024-04-30
TD数据仓库模型:协议、帐户和卡
定义了协议、帐户和卡之间的关系
提供了卡文件、卡限额历史、购物历史和当事人关系信息
算法与数据结构
6
2024-05-15
FS-LDM相关实体的当事人财务档案-TD数据仓库模型详解及建模过程
FS-LDM相关实体中,涉及到当事人和其财务档案的部分,详细介绍了TD数据仓库模型的建模过程。
算法与数据结构
0
2024-10-13