数据仓库的数据标准化思路数据标准化对于大型公司而言，各个下层子公司都使用自己本地的业务系统，当这些子公司数据往上汇总到总公司时，常常出现代码不一致，数据歧义等等各种各样的问题，在这种情况下，数据标准化就变得不得不行了。典型的例子，比如医院，大型医院往往包含多个分院，而分院都是用自己的业务系统。业务数据采集汇总后，发现数据结构及数据本身出现歧义，无法直接使用。因此，就不得不对本院及分院的业务数据进行标准化处理，避免歧义，使数据更真实可用，简单易理解。数据标准化处理应当注意两个关键点：1.一号对应一对象。以病人为例，病人可能在各分院及本院都注册建档，因此同一病人可能在各分院都有不同的ID 号，但数据采集到本院，与本院数据合并后，进行标准化处理，应保证此病人具有新的唯一ID 号。同时需保留病人曾经的各分院及本院ID 号，便于其他分院数据的关联（如分院的病人缴费数据需要关联原始分院号码，之后以标准化后唯一ID 号，进入本院系统）。2.事实数据标明数据来源。如病人缴费信息，因为缴费事实产生的位置不同，需要进行来源标注，分清本院及各分院，便于数据理解及之后的查询和统计。在构建 DW时的数据标准化处理流程上，可以考虑通过以下方式来完成。标准化准备在标准化处理之前，需要对DW表格结构进行一些处理，使得标准化过程易于实施，也保证标准化的结果更易于理解。对于不同的表格上，所需新增的字段也不尽相同。下面分类进行说明：维表比如病人信息，科室信息，员工信息，设备信息等，新加字段如下：字段名类型说明备注ID数字代理键，主键由序列生成，新的唯一ID 号HISTORY_IDLIST文本曾经使用的编号列表对应分院 +分院 ID 号，以 ; 分隔START_DATE日期记录生效时间拉链使用，可选END_DATE日期记录失效时间拉链使用，可选事实表如病人缴费，医生处方，手术记录等，新加字段如下：字段名类型说明备注SOURCE_ID数字数 据 来 源 ， 本院、分院表示数据来源；应新增本院 /分院信息维表， 记录 source_id 对应的分院名，地址，热线等信息ARCHIVE_FLAG文本记 录 是 否 可 归档(Y/N)对于已处理完成的信息，如病人已出院， 进行可归档标记；DW 保留一段时间后，可考虑部分归档数据迁移到二级存储，减轻压力START_TIME日期记录生效时间拉链使用，可选END_DATE日期记录失效时间拉链使用，可选数据标准化处理在数据标准化的处理过程中，也应分为两步进行处理，先进行维表的代码...
