接上文：解读数据集成建模中的数据模型（上）

　　逻辑数据质量数据集成模型

　　逻辑数据质量数据集成模型针对预期数据集成流程包含业务和技术数据质量检查点，如图3.8所示。

　　不管技术还是业务的数据质量需求，每种数据质量数据集成模型都应该包含生成清洗文件，拒绝文件和拒绝报告(在选定的数据集成技术中会举例说明)的能力。

　　同样，整个数据集成流程的错误处理也应该设计为可重用的组件。

图 3.8 逻辑数据质量数据集成模型示例。（点击放大）

　　正如在第二章的数据质量架构流程中讨论的，明确的数据质量流程会产生清洗文件，拒绝文件和拒绝报告。基于组织的数据治理过程，拒绝文件可以在手工或自动的流程再造利用到。

　　逻辑转换数据集成模型

　　逻辑转换数据集成模型认定了一个逻辑水平，转换(关于计算、分割、处理和浓缩)需要被在提取的数据上执行以满足关于聚合、计算和构造的商业智能需求。如图3.9所示。

　　在转换流程中定义的转换类型是由适应、计算和聚合数据成企业信息的业务需求决定的。

图 3.9 逻辑转换数据集成模型示例。（点击放大）

　　逻辑加载数据集成模型

　　逻辑加载数据集成模型确定在一个合理的水平，需要加载转换和清洗后的数据到主题领域的目标数据资产库中。如图3.10所示。

图 3.10 逻辑加载数据集成模型示例。（点击放大）

　　在既定的目标数据库中根据目标和主题领域涉及加载流程允许对子过程进行定义，进一步从源数据在目标中封装变化，防止重大维护。一个典型的例子就是，如果出现了数据库物理结构变化，只有主题领域加载任务需要修改，对提取和转换流程影响很微小。

　　物理数据集成模型

　　物理数据集成模型的目的是在目标数据集成技术中在组件层产生一个详细的数据集成规范表述。

　　在物理数据集成建模中有一个主要的思想就是要判断怎样最好地形成逻辑设计并应用能优化性能的设计技术。

　　转换逻辑数据集成模型为物理数据集成模型

　　正如在数据建模中有一个从逻辑到物理数据模型的转换，在数据集成模型中也存在相同的转换。逻辑数据集成建模判断要提取什么，数据质量，转换以及加载。物理数据集成利用基于目标的设计技术，为如何在物理数据集成模型中设计“怎么做”确保各种组件能在数据集成环境中最优化执行提供指导。