数据仓库建模

kimball建模：

1. 分析业务流程：客户产生消费
2. 确定最小粒度：每天每个账户
3. 确定维度表：账户信息表
4. 确定事实表：账户消费表

维度建模：星型模型、雪花模型！！

• 星型模型：一张事实表（横表），关联多张维度表
• 雪花模型：将维度表拆分为符合范式的多张维度表

范式建模：各表完全拆分，符合三范式

维度建模、范式建模对比：维度建模（宽表）方便查询，减少关联，但是占空间，不利于更新，适用于面向下游用户的数据集市；范式建模省空间，利于更新维护，但关联较多，不利于查询，适用于底层数据仓库。

常用星型模型，反范式设计以空间换时间，存在数据冗余但便于查询。

三范式：

1. 1NF:原子性，每一列属性都是不可再分的属性值（一个字段不可拆分为多个不相关字段）。
2. 2NF:非主键字段由主键完全确定(且不是由主键的某一部分确定)。
3. 3NF:非主键不能由其他非主键完全确定。

数据仓库层次结构

• ods库：明细数据层（从上游获取的原始数据）
• dim库：维度数据层
• adm库：汇总数据层
• vdm库：视图数据层

维度表的历史保存：昨日切片表+历史拉链表