《数据仓库》读书笔记：第13章 关系模型和多维模型数据库设计基础

该系列博文为《数据仓库 Building the Data Warehouse》一书的读书笔记，笔者将书中重点内容进行概括总结。大致保留书中结构，一部分根据自己的理解进行调整。如发现问题，欢迎批评指正。

章节	博文
1	《数据仓库》读书笔记：第1章 决策支持系统的发展
2	《数据仓库》读书笔记：第2章 数据仓库环境
3	《数据仓库》读书笔记：第3章 设计数据仓库
4	《数据仓库》读书笔记：第4章 数据仓库中的粒度
5	《数据仓库》读书笔记：第5章 数据仓库和技术
6	《数据仓库》读书笔记：第6章 分布式数据仓库
7	《数据仓库》读书笔记：第7章 主管信息系统和数据仓库
8	《数据仓库》读书笔记：第8章 外部数据与数据仓库
9	《数据仓库》读书笔记：第9章 迁移到体系结构化环境
10	《数据仓库》读书笔记：第10章 数据仓库和Web
11	《数据仓库》读书笔记：第11章 非结构化数据和数据仓库
12	《数据仓库》读书笔记：第12章 大型数据仓库
13	《数据仓库》读书笔记：第13章 关系模型和多维模型数据库设计基础
14	待续……

1. 数据库设计模型

广泛采用的数据库设计模型有两种：关系型和多维型。
普遍认为关系型是“Inmon”方法，而多维模型是“Kimball”方法

• Inmon建模理论
  关系模型
  自上向下，基于业务需求分析的结果

---

• Kimball建模理论
  多维模型
  自下向上，从业务数据入手，建立数据模型

2. 关系模型与多维模型

2.1 关系模型

• 建立关系模型
  ①创建数据表。表中每一行包含不同的列，每一列数据表示不同的物理特征，不同的列可以索引并作为标识符，部分列可为空。
  ② 使用关键字和外键在不同行的数据间建立关联。

具体内容请参考《数据仓库》读书笔记：第3章 设计数据仓库。《数据仓库》书中多为零散的概念，对于模型如何一步步建立这种细节并没有过多描述，书中建议看Ted Codd和Chris Date文章，笔者看完后再来补充此块内容（待续……）。

• 关系模型特点
  ① 关系模型自带结构化查询语言（SQL），作为程序和数据间的接口语言而得到广泛应用。
  ② 关系型数据以“标准化”的形式存在。"数据标准化"会使数据分解成非常低的粒度级。

关系数据库的六种范式：

• 第一范式（1NF）：数据库表的每一列都是不可分割的基本数据项。
• 第二范式（2NF）：在满足1NF的基础上，非主键列完全依赖于主键列，不能只依赖于主键的一部分。
• 第三范式（3NF）：在2NF基础上，非主键列只依赖于主键，不依赖于其它非主键。
• 巴斯-科德范式（BCNF）
• 第四范式（4NF）
• 第五范式（5NF）

2.2 多维模型

	星型模型	雪花模型
	星型连接的中心是一张事实表，事实表的周围是维表	包含多张事实表，不同的事实表通过共享一个或多个公共维表（一致维表）连接起来
优点	设计实现简单	去冗余
缺点	每一个维度都与事实表相连接，所以数据存在一定冗余	设计、ETL、维护复杂。有些统计需要表关联才能产生，所以效率不一定比星型模型高

• 事实表：是包含大量数据值的一种结构，包含的是多次出现的数据。比如某次银行交易，一个顾客来访。
• 维表：用来描述事实表的某个重要方面，维表里的数据量要比事实表少的多。比如公司日程表，公司价格表等。

2.3 两种模型的区别

	关系模型	多维模型
优点	灵活性，关系模型的取值是有规律的，并且含义明确，只使用标准化数据的细节级数据。支持将来未知需求，支持适度变化的需求 多功能性，因为细节数据需要被收集在一起并且能够结合，因此可以支持数据的多种视图。	访问高效。收集并吸收用户请求，用请求来确定星型结构，对于数据传递给最终用户是非常高效的
起源	通过企业数据模型设计出来的	根据最终用户请求塑造的
抽象程度	抽象级高（由模型而来），因此可支持很多用户	抽象级低，有非常明确的处理请求
数据访问	适合数据的间接访问	有利于数据的直接访问
适用场景	大范围数据（如一个企业模型） 可以无限制的添加新数据	小范围数据（如一个部分甚至子部门） 是通过请求过程设计模型，当收集很多请求时设计会被中断，数据库设计只能在一组请求过程下得到最优化
	适合数据仓库 （关系模型灵活，对于数据需求的改变影响小，且能支持未来需求）	适合数据集市

3. 数据集市

数据集市：是用来表示服务一组特定群体（如财务部门或金融部门）的分析需求的一种数据结构。

	独立数据集市	从属数据集市
概念	是指直接通过历史应用创建的数据集市	是利用来自数据仓库的数据建立的。它的数据源不依赖于历史数据或操作型数据，只依赖于数据仓库
特点	独立数据集市是一个短期的、有限范围的解决方法	从属数据集市要求一个长期和全局的展望，能为信息决策系统提供一个长期基础
优点	① 可以由单一的部门建立，不需求考虑其它部门或中央IT组织，不需要有“全局思想“考虑。表示的是企业全部DSS（决策支持系统）请求的一个子集； ② 建立独立数据集市的费用不高； ③ 允许企业掌握各个独立数据集市的信息。	可以从数据仓库提取数据，不存在数据集市的体系结构问题，即使存在不同，也是可调和的
缺点	① 不提供数据重用平台 ② 不提供数据一致性基础 ③ 不提供单一历史接口程序基础 ④ 需要每一个独立数据集市建立自己的细节数据集，会有大量冗余数据	① 要求预先计划和投资，并需要”全局考虑“； ② 要求多个用户共享他们创建数据仓库时的信息需求，需要企业各不同部门对需求分析的合作与协调。

建立独立数据集市：