大数据之路、阿里巴巴大数据实践读书笔记 --- 第八章、大数据领域建模综述

一、为什么需要数据建模

数据建模就是数据组织和存储方法，他强调从业务、数据存储和实用角度合理存储数据。

有了适合业务和基础数据存储环境的模型，那么大数据就能获得以下好处：

• 性能：良好的数据模型能帮助我们快速查询所需要的数据，减少数据的I/O吞吐；
• 成本：良好的数据模型能极大地减少不必要的数据冗余，也能实现计算结果复用，极大地降低大数据系统中的存储和计算成本；
• 效率：良好的数据模型能极大地改善用户使用数据的体验，提高使用数据的效率；
• 质量：良好的数据模型能改善数据统计口径的不一致性，减少数据计算错误的可能性；

 

二、从OLTP和OLAP系统的区别看模型方法论的选择

• OLTP系统通常面向主要的数据操作是随机读写，主要采用满足3NF的实体关系模型存储数据，从而在事务处理中解决数据的冗余和一致性问题；
• OLAP系统面向的主要数据操作是批量读写，事务处