数据仓库-维度建模

前言

数仓有好几种建模技术，有ER建模，关系建模，还有专门针对数仓的维度建模。
本文主要介绍维度建模，并说说三种建模方式。

维度建模概念

维度建模是专门用于分析型数据库，数据仓库，数据集市建模方法。
它本身是一种关系建模方法，但是和操作性数据库中介绍的关系建模方法相比新加了两个概念：
（1） 维度表 dimension
表示对分析主题所属类型的描述。

比如"昨天早上张三在京东花费200元购买了一个皮包"。那么以购买为主题进行分析，可从这段信息中提取三个维度：时间维度(昨天早上)，地点维度(京东), 商品维度(皮包)。

维度信息比较固定，且数据量小。

（2）事实表 fact table
表示分析主题的度量。比如上面的例子，200元就是事实信息。事实表包含了与各个维度相关联的外键，并通过join方式与维度表管联。
事实表的度量通常是数值类型，数据量会不断增加，规模不断变大。

维度建模的三种模式

（1）星型模式

星型模式是最常见的建模方式。
可以看出星型模式下，有一个事实表和多个维表组成。 还有以下特点：

a. 维表和事实表关联，维表之间没有关联；
b. 每个维表的主键为单列，且该主键放在事实表中，作为两边连接的外键；
c. 以事实表为中心，维表围绕事实表呈星型分布；

（2）雪花模式

雪花型是对星型模式的扩展。，每个维表都能继续向外再连接多个子维表。如上图。
星型模式下的维表相对雪花模式下要大，而且不满足规范化设计。雪花模式是将维表拆开成小表， 满足了规范化设计。但是在实际工作中，雪花模型会导致开发难度变大。

（3）星座模式

星座模式也是星型模式的扩展。
前面的二种的建模都是多个维表对应单个事实表，但是很多时候维度空间内的事实表不止一个，而一个维表也是呗多个事实表用到。
在业务发展后期，大部分维度建模也都是采用星座模式模式。

（4） 三种模式对比
归纳下，星型，雪花，星座模式关系图如下：

雪花模式是将星型模式的维表进一步划分，使各维表均满足规范化设计。而星座模式则是允许星形模式中出现多个事实表。

更多可能的事实属性

在事实表中，除了对应到维表的外键，和度量属性（字段）之外，还会常常考虑另外两个属性（字段）：事务标识码，和事物时间。说白了就是一个该条数据的特有id，和时间列。

事务标识码通常命名为*_ID之类的形式，意义是各种订单号，编号…设置这个字段在事实表中，而不是在维表中，是原因是这个字段量级太大，如果是在维表中，每次查询都会耗费很多资源来join。这样做是不合适的。

将事务时间列（时间列）放在事实表中，也是处于相同的考虑。因为事实表量级很大，所以在分布式仓库中，需要创建分区表。

https://www.cnblogs.com/muchen/p/5258197.html