维度建模模型类型
- 星型模型
一个事实表关键多个维度表
适用于简单的查询和分析场景,设计和查询较为简单,但可能存在数据冗余。
- 雪花模型
一个事实表连接维度表、维度表再连维度表
适用于需要优化存储、减少数据冗余的场景,但查询复杂性增加。
- 星座模型
多个事实表关键多个维度表
适用于复杂的大型数据仓库,支持多个主题的分析,设计和维护都较为复杂。
维度建模步骤
1. 确定业务过程
明确业务过程,如销售、订单、库存管理等
2. 确定粒度
定义事实表粒度,即每条记录代表的业务事件的细节程度。如销售事实表的粒度可以是每比交易
3. 确定维度
为业务定义适当维度,用于分析和聚合。(维度:业务数据的背景信息。在数仓中是一种数据表,包含描述性属性,回答的是“关于什么”。维度表中的列为属性。)
常见的维度:时间、地点、产品、客户。
4. 确定事实
事实是业务中的度量或指标,这些度量是可以被量化分析的。通常储存在事实表中,与维度表进行关联。主要是数值型数据。
常见的事实:销售额、利润、数量等。
确定事实的特点:可度量、与时间关联、与维度关联。