【数仓】大数据领域建模综述-《大数据之路》读书笔记

  今天继续学习《大数据之路》。从今天开始，进入了本书的第2篇-数据模型篇。第1篇数据技术篇比较偏向于底层的技术实现，文章都已经更新完毕，可以点击下方的连接获取。从第2篇开始，着重数据的建模和维度设计等知识，这是数据仓库面试的重点。今天先学习第8章大数据领域建模综述。关注公众号回复 802 获取《大数据之路》pdf。
其他章节的文章请点击这里查看。

1.为什么需要数据建模

数据模型就是数据组织和存储方法，强调从业务、数据存取和使用角度合理存储数据。有了适合业务和基础数据存储环境的模型，会带来如下好处：

• 性能：好的数据模型查询效率高，减少 IO 吞吐；
• 成本：好的数据模型极大减少不必要的数据冗余，实现计算结果复用，降低存储和计算成本；
• 效率：好的数据模型极大改善用户使用数据的体验，提高数据使用的效率；
• 质量：好的数据模型能改善数据统计口径的不一致性，减少数据计算错误的可能性。

2.关系数据库系统和数据仓库

大数据仍然在 SQL 进行数据加工和处理，仍然在用 Table 存储数据，仍然在使用关系理论描述数据之间的关系。只是在大数据领域，基于数据存取的特点在关系数据模型的范式上有了不同的选择。

3.从 OLTP 和 OLAP 系统的区别看模型方法论的选择

• OLTP 系统通常面向随机读写，3NF 的实体关系模型存储，在事务处理中解决数据的