發表于 2018-01-17 10:39
關于數據倉庫的概念，這里不再累贅。先看下面的圖（數據倉庫建設的7個主要環節）：
本文，主要針對第三塊數據倉庫模型設計來討論交流，尤其是互聯網行業。
1. 數據倉庫數據模型是指使用實體、屬性及其關系對企業運營和邏輯規則進行統一的定義、編碼和命名；是業務人員和開發人員之間溝通的一套語言。
2. 數據倉庫數據模型的作用：
· 統一企業的數據視圖；
· 定義業務部門對于數據信息的需求；
· 是構建數據倉庫原子層的基礎；
· 支持數據倉庫的發展規劃；
· 初始化業務數據的歸屬；
3. 數據倉庫數據模型與業務系統數據模型設計的區別：
4. 數據倉庫數據模型設計的先后次序
· 概念模型設計（業務模型）：界定系統邊界；確定主要的主題域及其內容；
· 邏輯模型設計：維度建模方法（事實表、維度表）；以星型和雪花型來組織數據；
· 物理模型設計：將數據倉庫的邏輯模型物理化到數據庫的過程；
關系建模又叫ER建模，是數據倉庫之父Inmon推崇的，其從全企業的高度設計一個3NF模型的方法，用實體加關系描述的數據模型描述企業業務架構，在范式理論上符合3NF，其是站在企業角度進行面向主題的抽象，而不是針對某個具體業務流程的，它更多是面向數據的整合和一致性治理，正如Inmon所希望達到的“single version of the truth”。
維度模型則是數據倉庫領域另一位大師Ralph Kimball 所倡導的。維度建模以分析決策的需求為出發點構建模型，一般有較好的大規模復雜查詢的響應性能，更直接面向業務，典型的代表是我們比較熟知的星形模型，以及在一些特殊場景下適用的雪花模型。
兩者的主要區別在于靈活性和性能方面。
另外，關系模型要求數據以最細粒度存在，而多維模型則以輕粒度匯總數據存在。
（記得十年前，某大型保險公司實施EDW項目，采用的就是關系模型，由IBM專門的團隊負責建模，好家伙）。
在我看來，如果不是實施業務相對成熟的EDW，大多數據倉庫均會采用維度模型建模；
1. 互聯網數據倉庫的現實狀況
2. 我們的模型方法選擇
在我們的數據倉庫中，除了各個主題域下的維度模型，還存在一些寬表模型。所謂寬表模型，是基于維度模型的擴展，采用退化維度的方式，將不同維度的度量放入數據表的不同的列中；它更易于理解，具有更高的查詢效率；易于模型擴展；
事實證明，在海量數據環境下，對業務查詢的支撐，寬表在性能和易用性方面，都達到了比較理想的效果。
Copyright ?2005-2021 勤智數碼科技股份有限公司 
川公網安備 51019002003506號 蜀ICP備11012966號-7
