数仓笔记之维度建模

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。