关系模型和多维模型

关系模型和多维模型是数据库设计广泛使用的模型。

一，模型的特征

关系模型通过使用主键和外键在不同表的数据行之间建立关联，具有很强的灵活性，是建立操作性数据库（ODS）和数据仓库的最佳方法。在设计关系模型时，最基本的要求是满足关系型数据库设计的三个范式：

• 第一范式是原子性，数据库表的每一列都是不可分割的原子数据项。
• 第二范式是属性完全依赖于主键，表中的所有列，都必须完全依赖于主键，由主键唯一标识所有属性列，对于不完全依赖于主键的列，会出现数据冗余，需要拆分成表。
• 第三范式是指属性不能传递依赖于主属性，即属性不依赖于其它非主键属性，如果某一属性A依赖于非主键属性B，而非主键属性B依赖于主键pk，那么属性A就是间接依赖于主键pk，这被称作传递依赖于主属性。对传递依赖进行范化，需要将传递依赖的属性拆分成表。

这三个设计范式使得关系模型包含的数据是非冗余的，数据被分解成最低标准的粒度。在需要访问某个数据时，可以通过表与表之间关系，间接获得数据。

多维模型的核心是星形连结，之所以称为星形，是因为它的表示是以一张数据表（称作事实表）为中心，周围围绕着其他数据表（称作维度表）。多维模型的最大优点是高效的访问性能，但是灵活性不好。事实表包含大量的数据，用于表示出现一个事物，维度表用来描述事物的属性，最常见的维度是时间维度，用于表示事物出现的时间。事实表和维度表通过公共的字段来连结，这个字段通常是整数类型，在维度表中称作主键，在事实表中称作外键。
多维模型的数据是根据特定的主题集成到一起的，当访问某个数据时，只需要很少的关联，甚至可以直接访问到。

二，模型适用的场景

数据仓库绝对适合使用关系模型，关系模型可以给数据仓库的设计带来灵活性，而多维方法需要星形连接、事实表和维度表，因此，多维方法只适合数据集市，而不适合数据仓库。

数据集市在很大程度上是根据特定的主题需求而创建的，服务的对象通常是某一个部门，一旦了解主题的需求，就可以把数据集市创建成一个最优的星形结构，而数据仓库与此有很大的不同，数据仓库是为企业数据模型服务的，根据企业而不是部门而创建的。数据仓库服务很多主题的需求，服务的对象是整个公司，而不是特定的部门。正因为如此，数据仓库对于任何一个主题而言，性能和便捷都不是最优的。

三，模型的区别

多维模型设计的最大优点是访问的高效性，但是灵活性不足，而关系模型的最大优点是设计的灵活性，但是访问的高效性。另一个重要的区别是设计的范围不同，多维模型适用于小范围的，特定主题的数据，而关系模型适合于大范围的，多种主题的数据。

关系模型存储的是最低粒度的数据，通过关系支持用户的数据需求。用户可以根据关系模型中的数据，获得不同粒度级别的数据。而多维模型存储的粒度是有限低的，无法向下钻取，获得更详细的数据。
数据集市是服务于一个特定部门，为特定主题的数据分析需求而创建的数据结构。由于数据仓库是整个企业的数据中心，而数据集市是根据某个部门的特定主题创建的数据库，因此，可以从数据仓库中抽取数据创建数据集市。