数据仓库建模理论总结

1.数据仓库和数据库的区别：数据库是在用户与服务器交互的过程中逐渐完善的，而数据仓库主要是对数据库以及日志数据进一步处理。

2.数据仓库主要分五个层，分别是ODS，DWD，DWS，DWT，ADS层。中文名分别对应原始数据层，数据明细层，数据服务层，数据主题层，数据应用层。

3.数据库采用关系模型，现代数据库中的关系表一般满足三范式，第一范式1NF要求属性满足原子性（不可分割），第二范式2NF要求不存在部份依赖（部分依赖是说表中的某个属性仅仅依赖于主键的一部分，而不是依赖于主键的全部；解决办法就是拆分），第三范式3NF要求不存在传递依赖（传递依赖的例子：学号可以唯一确定院系，院系可以唯一确定院长，学号确定院长就是传递依赖）。

4.数据仓库采用维度模型，维度模型包含事实表和维度表。事实表记录了业务事实，主要包括指向维度表的外键和度量值（统计信息）；维度表主要是对事实表中外键的扩展，都是描述性的信息。

5.上4已经写道，维度建模包括事实表和维度表；但事实表还包括了三种组织方式。第一种事务性事实表，比如订单记录；第二种是周期性快照事实表，对于这种事实表来说，完整的记录不是很重要，重要的是某一个时刻的数据，比如购物车——对于购物车来说，每次的变化不重要，关键是每天结束时用户的购物车里有什么；第三是累积型快照事实表，适合周期性变化的业务，比如订单——订单会经历下单、打包、运输等几个周期。

6.（bilibili 电商数仓V4.0 74节）维度模型也分为三种——星型模型，雪花模型和星座模型；其中，星型模型和雪花模型是基于一张事实表，星座模型是多张事实表，事实表之间可能共用维度表。星型模型和雪花模型的区别主要在于维度表，雪花模型的维度表冗余性更低，更接近3NF（但仅仅是接近）。

7.1ODS层解析。ODS也叫原始数据层，基本上就是把日志数据和数据库里的业务数据提取出来。

7.2DWD层和DIM层解析。DWD的第二个D是detail，所以叫数据明细层。DWD层和DIM层可以说是数仓建模过程中最重要的部分，会构建业务总线矩阵，从而形成事实表和维度表。

7.3DWS和DWT层解析。S是summary，T是topic，所以分别叫数据汇总层和数据主题层。s是按天汇总，t是按多天汇总。这里的汇总其实是以多个维度为主题，分别对事实表的度量值进行聚合计算（比如sum，max，aver这些）。