第2章 数据仓库设计基础

《Hadoop构建数据仓库实践》 作者：王雪迎

解读：小小兜

 

三种常见的数据仓库模型：

关系数据模型、多维数据模型和Data Vault模型

2.1 关系数据模型

关系数据模型的两组术语：“关系、属性、元组”和“表、列、行”。在这里它们的含义是相同的，只不过前者是关系数据模型的正式术语，而后者是常用的数据库术语。

在选择主键时，我们可以参考以下原则：

1.主键要尽可能地小。

2.主键值不应该被改变。主键会被其他表所引用。

3.主键通常使用数字类型。

4.主键应该是没有业务含义的，它不应包含实际的业务信息。无意义的数字列不需要修改，因此是主键的理想选择

5.虽然主键允许由多列组成，但应该使用尽可能少的列，最好是单列

主键所在的表被称为父表，外键所在的表被称为子表。

1．空值（NULL）

空值与数字零或者空字符串不同，零和空字符串是值，但空值代表没有值。因此，空值应该与其他值区别对待。空值具有特殊性，当它参与逻辑运算时，结果取决于真值表。

SQL语言又可分为DDL、DML、DCL、TCL四类：

DDL是Data Definition Language的缩写，意为数据定义语言，用于定义数据库结构和模式。典型的DDL有create、alter、drop、truncate、comment、rename等。

DML是Data Manipulation Language的缩写，意为数据操纵语言，用于检索、管理和维护数据库对象。典型的DML有select、insert、update、delete、merge、call、explain、lock等。

DCL是Data Control Language的缩写，意为数据控制语言，用于授予和回收数据库对象上的权限。典型的DCL有grant和revoke。

TCL是Transaction Control Language的缩写，意为事务控制语言，用于管理DML对数据的改变。它允许一组DML语句联合成一个逻辑事务。典型的TCL有commit、rollback、savepoint、set transaction等。

规范化是通过应用范式规则实现的。最常用的范式有第一范式（1NF࿰