范式建模

第一范式

属性不可再分,即字段不可再分;

第二范式

字段全部依赖于主键,不能存在部分字段依赖;

第三范式

一个数据表中的字段不能存在已经出现在其它表中的非主键字段;

例如,存在一个部门信息表,其中每个部门有部门编号(dept_id)、部门名称、部门简介等信息。那么在的员工信息表中列出部门编号后就不能再将部门名称、部门简介等与部门有关的信息再加入员工信息表中。如果不存在部门信息表,则根据第三范式(3NF)也应该构建它,否则就会有大量的数据冗余。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
维度建模范式建模在数据建模中有一些区别。维度建模是面向分析场景而生的,它重点关注快速、灵活地解决分析需求,并提供大规模数据的快速响应性能。维度建模不需要完整地梳理企业业务流程和数据,实施周期根据主题边界而定,容易快速实现,适合互联网行业的特点。维度建模主要采用星型模型,其中包含一个中心事实表和多个维度表,维度表包含与事实表相关的维度属性。\[3\] 范式建模则强调实体-关系模型,它通过将数据分解为多个关系表来消除冗余和数据不一致性。范式建模能够保证数据的一致性,但在分析场景下可能会导致数据口径不一致的问题。例如,如果将省份和城市作为单独的维度进行建模,可能会导致数据结果不准确。\[2\] 在实际应用中,可以将维度建模范式建模进行混合使用,以发挥它们各自的优势。这样可以在满足分析需求的同时保证数据的一致性。混合建模方式可以根据具体情况来选择,以达到最佳的数据建模效果。\[4\] #### 引用[.reference_title] - *1* *3* [我对维度建模范式建模的一点理解](https://blog.csdn.net/hsl971105/article/details/108165215)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [维度建模范式建模对比](https://blog.csdn.net/wj1298250240/article/details/115705755)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值