数据仓库维度建模
数据仓库作用:将不同数据资源整合,为企业决策提供数据支撑。
维度建模:顾名思义就是以不同维度的角度分析数据而建立的数据模型。
模型层级概览:
ODS(贴源层):将接入的不同类型的源数据清洗、转换等操作,保持数据与源系统一致
DIM(维度层):从贴源层中获取数据,整合维度信息数据,用于数据的维度分析。
DWD(数据仓库层):通过业务模型整合出来的事实明细层。
DWS(主题层):通过业务模型以及维度分析模型整合的主题层数据。
ADS(应用层):对外应用层,存储对外数据应用服务的数据。
维度建模又可分为:星型模型和雪花模型。
星型模型:一张事实表可以从多张不同维度信息表来统计分析数据,或者一张维度信息表可以分析不同的事实表。
雪花模型:雪花模型其实就是星型模型的进化版,随着业务数据的增长,业务类型的多样化,普通的星型模型难以满足数据统计分析,便会慢慢演变成雪花模型,一张事实表可以从多张不同维度信息表来统计分析数据,且一张维度信息表可以分析不同的事实表,以此维度表和事实表相互扩张,又如雪花一样相互依赖。