基于面向对象（OO）的数据库设计模式探讨（2）

基于面向对象（OO）的数据库设计模式探讨（2）

 一种基于指标矩阵的数据建模的方法

 

摘要

现在大型的管理系统有几千甚至上万张表，但几乎没有谁能搞清楚所有的数据结构，如何建立清晰明了的数据结构？如何让其他人对数据结构更加容易理解，本文以《基于面向对象（OO）的数据库设计模式探讨》为基础进一步对汇总表进行分析，通过建立指标矩阵模型，“模式”化数据库建模，建立清晰可读的汇总数据模型。

前言

软件开发中面临的问题

在软件开发过程中，几乎没有几个程序员喜欢报表开发，报表多、杂，需求多变，特别是给人感觉没有什么技术含量，大家对报表都是退避三舍。如果采用BI工具开发，又会因为BI工具五花八门，不同项目BI工具不同，需要开发不同的程序，增加了项目开发成本，除非是固定一种报表工具，但是不同的客户需求不同，不得已需要不停的变化展现工具；不用BI工具，自己开发应用，如果采用多维数据库，则需要程序员熟悉多维数据库的SQL语法，增加了开发的难度；基于关系型数据，采用通用的查询工具又往往面临着查询性能问题，报表的开发似乎成了一个死结。重复劳动、产品通用性差、查询性能差等问题是当前所面临的一个重要的课题，特别是对于大型的管理系统，多变的查询需求和海量数据处理，往往成为项目迟迟不能验收的一个最重要因素。

本文参照数据仓库建模的思路，解决查询性能问题，采用关系型数据结构，使用和业务系统通用的Java开发，给出了一个建立简单清晰的数据模型的方法。

 

数据仓库的建模思路

在数据仓库建模中经常会采用空间换性能的方法，需要汇总的数据不是临时汇总而是提前汇总好，比如销量指标，其年累计、同期、上期、计划、实际、增长比例等提前汇总计算好，提高查询速度，在此简单介绍几个基本的数据仓库概念：

星型模式：（也称为星形连接的模式，数据立方体，或多维模式 ）是最简单的样式数据仓库架构 。星型模式由一个或多个事实表中引用任何数量的维表

维表：维度表可以看作是用户来分析数据的窗口，维度表中包含事实数据表中事实记录的特性，有些特性提供描述性信息，有些特性指定如何汇总事实数据表数据，以便为分析者提供有用的信息，维度表包含帮助汇总数据的特性的层次结构。

事实表：事实数据表可能包含业务销售数据，如销售所产生的数据，事实数据表通常包含大量的行。事实数据表的主要特点是包含数字数据（事实），并且这些数字信息可以汇总，以提供有关单位作为历史的数据，每个事实数据表包含一个由多个部分组成的索引，该索引包含作为外键的相关性维度表的主键，而维度表包含事实记录的特性，在本文中称为汇总表。

 

本文采用的示例数据模型

为了更好的理解本项目的思路，以下以客户关系管理数据模型为例，按照对象关系模型建模，主要的业务对象包含供应商、商品；客户、客户经理、客户业态；销售订单、采购订单等基本业务对象，主要的汇总表包含客户商品日帐（即客户每天每个商品的销售汇总）等，如下图所示：

图 SEQ 图表\* ARABIC 1数据对象模型示例

 

另外在本文中提到几个指标：销量，是在一段时间内客户购买的数量；上柜率，是指一个月内购买某一个商品的客户数占所有有效客户数的比率。即上柜率=本月购买本商品的客户数/有效客户总数。

指标矩阵模型

根据当前所面临的问题，参考数据仓库建模理念，从以分析指标入手，建立指标模型，然后根据汇总维度建立维度矩阵模型，最终结合指标模型和纬度矩阵模型建立指标矩阵模型。