数据建模理论数据仓库的两大模式：Kimball维度建模 和 Inmon范式建模 一、Inmon范式建模 1.1、什么是Inmon范式模型？ 数据仓库是商业智能的一部分，一家企业或公司只有一个数据仓库，数据集市的信息皆来源数据仓库。现在的数据库大多数都是依据3FN范式来建立的，而依据范式的思想来进行数据仓库建模，就是范式建模。数据仓库中的数据信息必须符合第三范式。 范式是关系型数据库的基本概念。是指符合某些条件、符合某些规则的关系集合。范式是分级的，每向上一级，条件和规则更加严格，每一级是下一级的子集。 范式最主要的目的是消除冗余，每一份信息必须存放一次，也只能存储一次。数据的冗余不仅仅会造成存储资源的浪费，而且可能会引发数据的更新异常。 二、Kimball维度建模 2.1、什么是Kimball维度建模？ 数据仓库是公司内部所有数据集市的集合，信息总是被存储在多维模型中。是面向数据集市、数据主题的，一般采用星型模型建模。依据星型模型，构建事实表和维度表，建立数据仓库模型的过程，就是维度建模。Kimball的核心思想就是星型模型和维度建模。 2.2、什么是星型模型？ 所有的表直接与事实表关联，整个图解就像星星一样，该模型称为星型模型。星型模型是一种非正规化的结构，是反范式的。因为多维数据集的每一个维度都直接与事实表相连接，不存在渐变维度，所以数据有一定的冗余， 星型模型 2.3、事实表和维度表 事实表描述业务过程的度量、以可加数据为主题，每一行代表一个可以观察的实体或事件。主要的是发生了业务过程，如卖出一件商品，用户购买一件商品，这都触发了业务过程。卖出的商品有商品属性、有卖出的门店、有出货记录，有购物者信息等等。 维度表描述事实所处的环境、面向分析，代表针对事实的一种分类。直白点，维度表就是用来描述事实的。还以卖出商品为例，卖出的商品，商品有属性，包括颜色、尺码、风格、季节等多种属性，这些属性组合在一起就构成了描述商品的维度表。 对维度表再建立更细的维度，称为支架表。支架表是维度表的维度表，支架表是去冗余的产物，在星型模型中，对冗余很宽容。所以支架并不是必须的，并且应该尽量少用。合适的方法是：将支架表合并到和事实表直接连接的维度表。 2.2、什么是雪花模型？ 当有维表没有直接连接到事实表上，而是通过连接其他维表间接连接到事实表，其图解就像多个雪花连接在一起，故称雪花模型。雪花模型是对星型模型的扩展。它对星型模型的维表进一步层次化，把原有的维表进一步拓展，形成更多细分层次。 处理雪花模型的方式，和支架表一样，理想的模型是只存在和事实表直接相连接的维度表。在数据仓库中，数据冗余不重要，连接性能更重要！我们通过牺牲空间来换取时间，这些数仓很常用的手段。 雪花模型 雪花模型是一种规范的数据建模模型，规范化的目的是去冗余，在节省存储的同时减少重复更新。但是对于数据仓库来说，这两者都不重要，数据仓库本来就不更新。Kimball模式的数据仓库的查询性能优先！星型模型，是反范式的 总结：数据仓库建模过程是一个很复杂的过程，一方面不仅要根据自家业务处理建模需要，一方面还要深入了解建模的理论基础。 有理论指导更加有利于建仓工作开展。理论学习可以使我们更能把握数仓建模规范，具有整体视角，具备全面思维。下一节，将会写一些维表和事实表设计，以及建模流程的个人见解。 |
|
|
