?

維度表（dimension）存放著一些維度屬性，例如時(shí)間維度：年月日時(shí)；地域維度：省份，城市；年齡維度：老年，中年，青年；職稱維度：高，中，低。它定義了可以從哪些角度分析事實(shí)表。

事實(shí)表（fact）存放著一些業(yè)務(wù)產(chǎn)生的數(shù)據(jù)，例如：商品訂購產(chǎn)生的訂單信息，銀行的流水信息，erp系統(tǒng)的辦公信息。但它不僅存放著上述事實(shí)信息，而且存放在事實(shí)信息與維度信息關(guān)聯(lián)的鍵值，例如訂單信息里面有日期字段可以和時(shí)間維度關(guān)聯(lián)，可以通過銀行中的個(gè)稅流水與收入維度關(guān)聯(lián)量化各個(gè)收入群體，erp流水中的員工號(hào)可以同職稱維度表關(guān)聯(lián)統(tǒng)計(jì)公司運(yùn)行狀態(tài)。

其實(shí)，在設(shè)計(jì)事實(shí)表與維度表的關(guān)聯(lián)關(guān)系時(shí)，要引入兩個(gè)模型結(jié)構(gòu)：星型表（star）和雪花表（snow）。

顧名思義，星型表模型是事實(shí)表與每個(gè)維度表分別關(guān)聯(lián)，事實(shí)表位于中央，維度表圍繞事實(shí)表周圍。這種模型結(jié)構(gòu)是一種反范式的設(shè)計(jì)方式。優(yōu)點(diǎn)是設(shè)計(jì)簡單，減少了關(guān)聯(lián)事實(shí)表和維度表的關(guān)聯(lián)層級(jí)，查詢效率會(huì)高一些，缺點(diǎn)是數(shù)據(jù)的冗余。例如：事實(shí)表student(學(xué)號(hào)，年齡，姓名，國家，省份，地市，專業(yè)。。。)，維度表：country（國家編碼，國家名稱），province(省份編碼，省份名稱)，city（國家編碼，省份編碼，城市編碼，城市名稱）；則在存儲(chǔ)來自同一省份不同地市的學(xué)生時(shí)，國家和省份就重復(fù)存放了。

雪花表模型則是一種規(guī)范的范式結(jié)構(gòu)，它的數(shù)據(jù)組織方式是消除冗余的，能有效減少數(shù)據(jù)量；優(yōu)點(diǎn)是減少了冗余并且在關(guān)聯(lián)查詢中不容易出現(xiàn)數(shù)據(jù)重復(fù)計(jì)算的情況，因?yàn)樗肓藬?shù)據(jù)完整性，缺點(diǎn)是維護(hù)復(fù)雜，增加了關(guān)聯(lián)層級(jí)，執(zhí)行效率較低。例如：事實(shí)表student(學(xué)號(hào)，年齡，姓名，地域，專業(yè)。。。)，維度表：area（地域編碼，國家編碼，省份編碼，城市編碼）country（國家編碼，國家名稱），province(省份編碼，省份名稱)，city（國家編碼，省份編碼，城市編碼，城市名稱）。

?

接著，有上述星型表和雪花表組成的數(shù)據(jù)集合就是一個(gè)數(shù)據(jù)集市（datamart），其面向于部門級(jí)應(yīng)用，存放少量的歷史數(shù)據(jù)，數(shù)據(jù)來源于數(shù)據(jù)倉庫。

在數(shù)據(jù)集市的底層則為數(shù)據(jù)倉庫（data warehouse），它的數(shù)據(jù)來源于ODS，存放著大量歷史數(shù)據(jù)，它是ods數(shù)據(jù)的視圖反映。數(shù)據(jù)存儲(chǔ)符合第三范式，面向企業(yè)級(jí)應(yīng)用。

?

另外，ODS（Operational Data Store）：是業(yè)務(wù)產(chǎn)生的數(shù)據(jù)，是不斷變化的數(shù)據(jù)，例如業(yè)務(wù)產(chǎn)生的流水?dāng)?shù)據(jù)。

總結(jié)

以上是生活随笔為你收集整理的BI中事实表，维度表和数据集市，数据仓库的理解的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。