Power BI 数据模型设计及搭建——星型模型&雪花模型

前言

之前的笔记提到了《Power BI 数据模型的核心概念》，本文继续深入讨论数据模型的设计架构，同时介绍两种常用的数据模型：星型模型和雪花模型

---

BI 的数据模型和数仓模型有什么不同？

数据仓库和Power BI中使用的数据架构模型有一些相似之处，但也有一些关键区别。

• 数据仓库模型更加专业化和复杂化，针对数据加载和历史记录保留进行了优化。
• BI模型更简单，侧重于易用性和性能，通常使用汇总或聚合数据。BI模型还可以合并来自多个来源的数据。
• 数据详细程度不同，数据仓库模型存储细粒度数据，而BI模型通常汇总或聚合数据。

规范化& 非规范化

这里引入两个术语：
规范化，指以减少重复数据的存储方式， 反之，没有减少重复数据的数据存储表，就是非规范化。

产品表中有唯一的产品编号列（ProductKey）和产品特征列（产品名称、类别、颜色、尺寸）。在规范化的销售表中，仅存储ProductKey，只有 ProductKey 列记录产品信息；而非规范化的表格，还包括了产品的详细信息，多了许多重复的产品信息。

在实际应用中，我们只需要通过ProductKey 将销售表和产品表关联起来，即可得到每一单的商品详细信息。所以在开发和优化数据模型时，分析师可以通过将非规范化的数据转换成规范化表，进而提高数据模型的效率。

星型模型

星型模型由一个事实数据表和多个非规范化的维度表构成，可以帮助分析人员简化数据表格，是由关系数据仓库广泛采用的成熟建模方法 。
通常情况下，维度表包含的行数相对较少。 另一方面，事实数据表可能包含非常多的行，并行数会随着时间的推移不断增长。

雪花模型

雪花模式是星型模式的变体，其中维度表是规范化的，这意味着它们被拆分为多个相关的表以减少冗余。这可能使模式更复杂，但也更适用于某些类型的查询，例如涉及跨多个维度过滤或聚合数据的查询。

雪花维度

在 Power BI中，完全使用雪花模型可能导致模型过大，效率降低，因此，分析师可以根据需求模拟雪花维度的设计，将部分维度表规范化。

例如，Adventure Works （官方提供的案例数据 ） 按类别和子类别将产品分类。 产品分配给子类别，而子类别又相应地分配给类别。 在 Adventure Works 关系数据仓库中，“产品”维度经过了规范化并存储在三个相关表中：DimProductCategory 、DimProductSubcategory 和 DimProduct 。

处理非规范数据的方式

1. 定义层次结构

在选择集成到一个模型表中时，还可以定义一个层次结构，其中包含维度的最高和最低粒度。 冗余非规范化数据的存储可能会增加模型存储大小，尤其是在维度表很大的情况下。

2. 通过Power Query提取维度表

比如前面提到的销售表，包括了所需的产品信息详情，可以通过PQ对销售表进行操作，复制原数据表格，删除冗余信息及重复项，生成规范化的产品信息表。

3. 通过DAX公式提取维度表

可以根据现有的数据字段，提取需要的维度表，根据上面的合并表，如果需要一个商品名称的维度表，在DAX编辑框中输入：

产品表 = DISTINCT('销售表'[产品名称])

DISTINCT函数可以提取一列中不重复的值。