一、典型的数据仓库建模思想一般主流分为两种
第一种
ER模型是数据仓库之父父 Bill lnmon 提出的建模方法是从全企业的高度设计
3NF 模型，用实体关系（ Entity Relationship, ER ）模型描述企业业
务，在范式理论上符合 3NF 。后续又有人通过在其基础进行衍生和优化发展了 Data Vault 模型和Anchor 模型（具体类型思想可自行资料）
第二种
维度模型：维度模型是数据仓库领域的 Ralph Kimball 大师所倡导的，数据仓库工程领域最流行的数据仓库建模的经典。维度建模是从分析决策的需求出发构建模型。较好的大规模复杂查询的响应性能。其典型的代表是星形模型。具体业务设计可以分为以下几个步骤。
1、选择需要进行分析决策的业务过程。（业务工程中可以是单个业务事件，比如交易的支付、退款等；也可以是某个业务事件的状态，比如当前的账户余额；当然还可以是一系列的相关的业务事件组成业务流程，具体需要我们分析某些事件的发生情况，还是当前的状态，或者事件流转效率。）
2、选择合适粒度（我们要预判所有分析需要细分的程度，从而决定选择的粒度。粒度是维度的一个组合。）
3、识别维表（选择好粒度之后，就需要基于此粒度设计维表，包括维度的属性，用于后续我们进行分组和筛选）
4、选择实时表（确定分析需要的衡量指标）
二、数据仓库建模中规范定义
规范定义是指以维度建模为理论基础，对不同层级的做定义。规范数据体系架构命名：
具体的数据体系架构如下：
定义规范：（参考阿里）
数据域：