第8章 大数据领域建模综述
一、典型的数据仓库建模方法论
1、ER模型
特点:需要全面了解企业业务和数据、实施周期非常长、对建模人员的能力要求非常高。
2、维度模型
步骤:选择需要进行分析决策的业务过程、选择粒度、识别维表、选择事实(确定分析需要衡量的指标)
3、Data Vault模型
Data Vault模型由以下几部分组成:
Hub:是企业的核心业务实体,由实体key、数据仓库序列代理键、装载时间、数据来源组成;
Link:代表Hub之间的关系。这里与ER模型最大的区别是将关系作为一个独立的单元抽象,可以提升模型的扩展性。它由Hub的代理键、装载时间、数据来源组成;
Satellite:是Hub的详细描述内容,一个Hub可以有多个Satellite。它由Hub的代理键、装载时间、来源类型、详细的Hub描述信息组成。
Data Vault模型比ER模型更容易设计和产出,它的ETL加工可实现配置化。
4、Anchor模型
Anchor对Data Vault模型做了进一步规范化处理,其核心思想是所有的扩展只是添加而不是修改,因此将模型规范到6NF,基本变成了k-v结构化模型。Anchor模型的组成。