【数仓】常见数仓建模

一、数仓建模–维度建模

事实表：面向事实的，如一次交易，订单表
维度表：用户维度，商品维度，时间维度等

1、星型模型：
星型模型主要是维表和事实表，以事实表为中心，所有维度直接关联在事实表上，呈星型分布。
一般采用降维的操作，反规范化，不符合3NF,利用冗余来避免模型过于复杂，提高易用性和分析效率，效率相对较高。

2、雪花模型：
在星型模型的基础上，维度表上又关联了其他维度表。
这种模型维护成本高，性能方面也较差，所以一般不建议使用。尤其是基于hadoop体系构建数仓，减少join就是减少shuffle，性能差距会很大。
维度表的涉及更加规范，一般符合3NF，有效降低数据冗余，维度表之间不会相互关联。

3、星座模型
是对星型模型的扩展延伸，多张事实表共享维度表。数仓模型建设后期，大部分维度建模都是星座模型。

注意：星型模型和雪花模型主要区别就是对维度表的拆分。

二、数仓建模-范式建模（ER模型）

E-R模型建模的步骤（满足3NF）如下：

抽象出主体 （教师，课程）
梳理主体之间的关系 （一个老师可以教多门课，一门课可以被多个老师教）
梳理主体的属性 （教师：教师名称，性别，学历等）
画出E-R关系图