造价师/评估师培训：010-82146681
联盟会员/机构评定：010-82146682
业务合作咨询：010-82586972
E-mail：bscea@bscea.org
如何度量数据仓库
点击：时间：2022-11-26
从某种意义上讲，“数据类”的功能规模度量，也是数据管理的基础。
数仓类软件应该如何度量规模？IFPUG早在2007年就给出了白皮书，这份内容放到现在来看，也不过时。
下图是“数据仓库”的典型示意图，目前国内很多企业都有自己的数仓、数据湖、大数据的“架构”，我也看过、评估过很多，表面上各不相同，但是本质上基本如此。国内的企业一般喜欢说是xx层，例如：贴源层、接口层、整合层……。我在这里也借用了此说法，尽管这点与IFPUG的术语有点区别。
确定系统边界
要做软件度量，前提工作之一：确定系统边界。图中的“紫红框线”是建议的系统边界。
作为国际标准，IFPUG对系统边界有严格的定义；对划分边界有成熟的方法论。大家可以参考另一篇文章《边界与分区》。
1、一般而言，对于数仓的主体——ODS（即：操作数据库，也称之为数据准备区、贴源层）与数据仓库（eDW）整合划分为一个系统边界。
2、数据应用层（即：数据集市，Data Mart），可以是单独的一个系统；也可以根据使用的客户、开发团队的情况，而划分多个。例如：市场部有自己关于销售、客户等领域的集市；工程部也有自己的集市。
3、展示层，一般是通过web技术来实现，展示为报表、大屏、首页等。分为两种情况：
3.1、独立的展示层，可以访问多个数据仓库，则设置为独立的系统边界；
3.2、只为一个数据仓库服务，且是数仓团队进行维护，则将其与数仓划分为同一个系统。
数据功能的识别
本文主要就是在讲如何对“数据仓库”系统（包括了ODS+eDW）进行度量。
首先，软件研发团队还是应该使用“维度模型”的方法，来建立数据模型。也是应该依次建立三个层次：概念模型、逻辑模型、物理模型。然而，我看国外的一些文章，他们经常批评——欧美的企业（无论是大小），能够如此执行的很少。
对于数据建模本身，IFPUG还是比较推荐Bill Inmon范式；即星型的维度模型。
一，在这个边界内，接入层（staging tables，缓存区，接入的原始表），本质与源系统的数据没有什么区别；用户也无法感知。所以里面的功能都不计数。此外，整个边界内的临时表、编码数据，遵守IFPUG 的规则也是不计数。
二，ODS用来存储详细的交易数据,这里的数据主要是对源数据的加工，是用户可以感知的。因此可以根据数据加工的方法，计数为ILF或者EIF。
三，对于数据仓库的数据功能计数，可以参考下表：
事务功能的识别
事务功能的识别规则见下表：
结论
我们做了众多的软件、数字化系统，目的就是为了要得到数据。数据仓库已经是众多企业必不可少的管理工具。
数据仓库，表面上与业务处理类系统有很大的区别，尤其是数据建模领域。前者，主要是维度型；后者，主要是关系型。
但是在进行度量的过程中，数仓还是坚持了IFPUG的规则：
1、要明确规模度量的目的；
2、要基于用户视角（user view）。（北京软件造价评估技术创新联盟 罗翔）
数仓类软件应该如何度量规模？IFPUG早在2007年就给出了白皮书，这份内容放到现在来看，也不过时。
下图是“数据仓库”的典型示意图，目前国内很多企业都有自己的数仓、数据湖、大数据的“架构”，我也看过、评估过很多，表面上各不相同，但是本质上基本如此。国内的企业一般喜欢说是xx层，例如：贴源层、接口层、整合层……。我在这里也借用了此说法，尽管这点与IFPUG的术语有点区别。
确定系统边界
要做软件度量，前提工作之一：确定系统边界。图中的“紫红框线”是建议的系统边界。
作为国际标准，IFPUG对系统边界有严格的定义；对划分边界有成熟的方法论。大家可以参考另一篇文章《边界与分区》。
1、一般而言，对于数仓的主体——ODS（即：操作数据库，也称之为数据准备区、贴源层）与数据仓库（eDW）整合划分为一个系统边界。
2、数据应用层（即：数据集市，Data Mart），可以是单独的一个系统；也可以根据使用的客户、开发团队的情况，而划分多个。例如：市场部有自己关于销售、客户等领域的集市；工程部也有自己的集市。
3、展示层，一般是通过web技术来实现，展示为报表、大屏、首页等。分为两种情况：
3.1、独立的展示层，可以访问多个数据仓库，则设置为独立的系统边界；
3.2、只为一个数据仓库服务，且是数仓团队进行维护，则将其与数仓划分为同一个系统。
数据功能的识别
本文主要就是在讲如何对“数据仓库”系统（包括了ODS+eDW）进行度量。
首先，软件研发团队还是应该使用“维度模型”的方法，来建立数据模型。也是应该依次建立三个层次：概念模型、逻辑模型、物理模型。然而，我看国外的一些文章，他们经常批评——欧美的企业（无论是大小），能够如此执行的很少。
对于数据建模本身，IFPUG还是比较推荐Bill Inmon范式；即星型的维度模型。
一，在这个边界内，接入层（staging tables，缓存区，接入的原始表），本质与源系统的数据没有什么区别；用户也无法感知。所以里面的功能都不计数。此外，整个边界内的临时表、编码数据，遵守IFPUG 的规则也是不计数。
二，ODS用来存储详细的交易数据,这里的数据主要是对源数据的加工，是用户可以感知的。因此可以根据数据加工的方法，计数为ILF或者EIF。
三，对于数据仓库的数据功能计数，可以参考下表：
事务功能的识别规则见下表：
结论
我们做了众多的软件、数字化系统，目的就是为了要得到数据。数据仓库已经是众多企业必不可少的管理工具。
数据仓库，表面上与业务处理类系统有很大的区别，尤其是数据建模领域。前者，主要是维度型；后者，主要是关系型。
但是在进行度量的过程中，数仓还是坚持了IFPUG的规则：
1、要明确规模度量的目的；
2、要基于用户视角（user view）。（北京软件造价评估技术创新联盟 罗翔）
上一篇：功能点分析方法浅谈之边界与分区
下一篇：没有了
