数据仓库建模与分层

数据仓库建模与分层

一. 基本理解

定义: 面向主题的，集成的，相对稳定的，反映历史变化的 数据集合，用于支持管理决策。

1. 什么是主题

   实体 + 事件

2. 怎样划分主题

   实体：业务关系的对象 ，可以是一个 人 或者 物， 比如：用户 , 订单

   事件：业务过程， 比如： 报名，注册 ，购买，退费

3. 如何相对稳定

   数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，修改和删除操作很少，通常只需要定期的加载、刷新。

二. 数据仓库建模

Inmon理论：自上而下。先以范式建模构建企业数据长仓库，再以维度建模设计数据集市。

特点：1. 一份数据，没有数据冗余，保证数据一致性；

​ 2. 解耦（系统级不业务级），方便维护；

​ 3.开収周期较长，开収成本较高；

Kimball理论：自下而上。提倡维度建模，以星形模型戒是雪花模型等方式构建维度数据仓库、数据集市。

特点：1. 模型结构简单，星型模型为主；

​ 2. 开収周期短，能够快速迭代；

​ 3. 维护成本较高；