数据仓库维度建模

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。