数仓建模

维度建模的基本概念

维度建模是专门用于分析性数据库、数据仓库、数据集市的建模方法。与传统的关系性建模方法相比它增加了“维度表”与“事实表”两个概念。

维度表

表示对分析主题所属类型的描述。如：上周天我在天猫花费了200元购买了一副蓝牙耳机，那么以购买主题进行分析，我们可以提取出三个维度：时间维度（上周天）、地点维度（天猫）、商品维度（蓝牙耳机）。通常来说维度表比较固定，数据量比较少。

事实表

表示对分析主题的度量。如：上面那个例子中200元就是一个事实信息。事实表中不久包含了度量信息（实表的度量通常为数值类型），还包含了与各维度表相关联的外键，后面可以通过join的方式与维度表关联。通常事实表中的数据量会不断增加，表规模迅速增大。

维度建模的三种模式

星型模式

星型模式是最常见的建模方式，它是由一个事实表与一组维表组成，它具有如下几个特点：

维表只与事实表关联，维表之间没有关联

事实表中会存放维表的主键

以事实表为核心，维表围绕核心成星型形状

雪花模式

雪花模式是对星型模式的扩展，每个维表可以继续向外连接多个子维表。雪花模型相当于把星型模型中的大维表拆分为多个小维表，满足了数据库设计规范。雪花模型在实际数仓建模中运用比较少，因为这种设计模式会增加开发的查询难度。

星座模式

星座模式也是星型模式的扩展，星座模式中允许存在多个事实表，同时一个维表表可能会被多个事实表引用。在业务发展的后期，绝大部分维度建模都采用星座模式。

对比三种维表建模方式

雪花模式