1.規劃階段
“規劃”——思考和考慮未來的整體性、長期性、基礎性問題，設計未來的壹整套行動方案。在規劃階段，先對數據量進行粗略的估算，估算的目的是掌握數據倉庫中壹個範圍的數據量。第二步，預測未來數據集市中應用所需的粒度，數據倉庫存儲數據集市使用的最小粒度。
1.1.建立良好的循環反饋機制非常重要。
首先要建立完善的循環反饋機制。數據倉庫是面對模糊需求建立的，粒度無法壹次性規劃。先導入少量數據，建立壹些應用提交給用戶，聽取用戶意見，根據用戶意見調整粒度。
1.2.對存儲數據的粗略估計對於設計架構的人來說非常有用。
粗略估計數據倉庫的數據量，規劃好數據倉庫架構。如果數據只有10 000行，那麽數據倉庫使用較小的粒度級別進行數據存儲，所有詳細數據都存儲在數據倉庫中。如果明細數據有1000000行，需要對進入數據倉庫的數據進行初步匯總。如果有1000億行，數據倉庫不僅需要高粒度級別，還可能將大部分數據移動到溢出內存。
估算方法如下:
1.3.有必要預測數據集市中可能使用的數據粒度。
為了正確填充所有數據集市，數據倉庫中的數據必須處於所有數據集市所需的最低粒度級別。
規劃階段的結果是數據倉庫建設的重要基礎。在規劃階段，對組織結構、數據的大小以及後期的應用有壹個透徹的了解，才能做出規劃，對可能的結果有壹個預知，避免設計中可能出現的問題。
2.施工階段
2.1.根據估計的空間結果，可以在架構設計中根據數據的大小來選擇存儲設備。需要多少直接存取存儲設備，是否需要雙粒度設計。
2.2.設計溢出數據的管理。溢出數據是指數據倉庫不經常訪問的過時數據，轉移到存儲容量更大、訪問速度更慢的存儲器中。管理溢出數據有助於索引和定位歷史數據，並快速檢索數據。
跨媒體存儲管理器和數據活動監視器可以有效地管理溢出數據。磁盤存儲和大容量低速存儲之間的數據移動由壹個叫做“跨媒體存儲管理器(CMSM)”的軟件控制。數據活動監視器，用於確定哪些數據正在被訪問，哪些沒有被訪問。數據活動監視器可以提供數據存儲的位置信息。
2.3.數據倉庫實施過程中粒度的確定是壹個往復的過程。利用規劃階段建立的反饋環方法，可以得到分析師的反饋，不斷優化數據倉庫。
從圖中可以看出，數據倉庫的成功建立離不開分析人員的配合。建設者應該不斷聽取分析師的意見。分析師不知道他們在構建數據倉庫時需要什麽。只有看到最終的分析結果，他們才能告訴數據倉庫的工作人員什麽才是真正有用的。為了有效地獲得反饋，可以參考以下技巧:
快速建立數據倉庫的小子集，認真聽取用戶反饋；
？使用原型法；
？參考別人的經驗；
？與有經驗的用戶壹起工作；
？以企業現有的功能需求為參考；
？定期召開數據倉庫建設會議。
3.舉壹個小銀行粒度的例子
3.1.銀行環境中的粒度級別。下圖是銀行數據粒度的壹個例子。
銀行的運營層以日常粒度存儲數據。銀行各業務系統只存儲最近60天的交易活動明細，方便用戶查詢最近兩個月的交易信息明細。在此期間，用戶最關心的是交易數據的細節。
數據倉庫層將數據聚合成月度粒度的匯總數據。銀行根據每個賬戶每月的交易信息，匯總過去十年的數據，存儲在直存設備中，供高速查詢和訪問。用戶不關心過去很長時間的交易明細，但是用戶需要快速查詢並得到結果。這時候提供月度匯總數據就可以滿足用戶的需求了。
所有歷史數據都按日存儲在溢出存儲區，數據量巨大，訪問頻率極低。銀行壹般不接受十年歷史明細數據查詢的請求。如果壹些特殊情況需要查詢十幾年的歷史數據，查詢時間會相當慢。
4.摘要
數據倉庫粒度的確定是壹個困難的過程，需要壹個合適的級別，不能太高也不能太低。
選擇粒度級別很大程度上是基於常識。施工前做好規劃，預估數據量，建立相應的反饋系統。在實現的過程中，數據倉庫的壹小部分首先被分析師建立和使用。然後聽取他們的意見，根據他們的反饋對粒度級別進行適當的調整。