更好的方式来模型数据_数据分析模型

在过去的三十年ERP，CRM和分析系统已经发展。但是以何种方式与系统存储的数据也没有。事实上，在这些三十年一直存在的方式中的ERP，CRM和分析系统存储的数据没有改变。

一般来说，现代的ERP和CRM系统是基于已建模到一个名为OLTP 30年以上的旧数据模型数据（RDS – 3^次范式）。OTLP代表联机事务处理。

一般来说，现代分析系统是基于已建模到一个名为OLAP（星和雪花模式）30年以上的旧数据模型数据。OLAP代表联机分析处理。

基于业务流程的ERP和CRM系统存储的数据，因为它们发生而很少考虑到如何进行分析。正因为如此，这些系统不与现代分析系统兼容。

分析系统采取从ERP和CRM系统的数据，并改变它的数据转换成不同的格式（OLAP）进行处理。然而，已被转换成用于分析处理OLAP数据模型数据不是对于OLTP兼容。

因此，眼下真正的问题是：

除了ERP，CRM和分析系统; 有必要分析非结构化数据。非结构化数据是没有被组织的数据并通常来自几个不同的来源。此数据建模到一个完全不同的格式比OLTP和OLAP系统，称为大数据。

为什么数据建模成不同的格式，你问？我们已被告知多年来是它是基于系统的需要。如果它是一个事务处理的系统则需要数据被建模成OTLP数据模型。如果你需要分析的支持，那么它模拟成OLAP数据模型。如果你需要分析的数据是非结构化的，那么模型，成为大数据格式。

我个人形容这为“数据文化”。我用的是“文化”一词，因为那些谁设计这些系统不仅自己的专业范围内开展工作。你没看到OLTP数据建模师OLAP数据建模系统，反之亦然。同一般可以为那些在大数据工作的舞台可说。

这样做的原因和影响是什么创造了我们现在生活在数据的文化。比如数据开始在源头。谁创建这些源系统模型数据转换为OLTP格式的人。因为别人做的数据分析支持，他们只专注于一个30 +岁的方法论OLTP。

旁边的人谁消耗这些数据必须考虑什么是源系统已经创建，并且模式，以满足他们的需求。随着时间的推移，这个人接受的事实，他们将永远是造型OLTP数据转换为OLAP数据。这便成为数据的文化。

但是我们需要的是一个数据建模拿出支持了坚实的数据模型，提供了所有这些数据需要支持的方法。此数据建模必须了解所有三种数据模型的需求：OLTP，OLAP和大数据。

在8年前，蜘蛛架构数据模型的建立是为了提供一个更简单的方法来OLTP数据模型与数据的OLTP模式的优点支持的OLAP数据模型。在过去的8年这个数据模型已经被证明了是：更快的数据处理，使用更少的存储空间，更灵活，并提供了不仅OLAP，但OLTP和大数据的全面支持。