建設(shè)數(shù)據(jù)模型既然是整個數(shù)據(jù)倉庫建設(shè)中一個非常重要的關(guān)鍵部分，那么，怎么建設(shè)我們的數(shù)據(jù)倉庫模型就是我們需要解決的一個問題。這里我們將要詳細(xì)介紹如何創(chuàng)建適合自己的數(shù)據(jù)模型。

數(shù)據(jù)倉庫建模方法

大千世界，表面看五彩繽紛，實質(zhì)上，萬物都遵循其自有的法則。

數(shù)據(jù)倉庫的建模方法同樣也有很多種，每一種建模方法其實代表了哲學(xué)上的一個觀點，代表了一種歸納，概括世界的一種方法。

目前業(yè)界較為流行的數(shù)據(jù)倉庫的建模方法非常多，這里主要介紹范式建模法，維度建模法，實體建模法等幾種方法，每種方法其實從本質(zhì)上講就是從不同的角度看我們業(yè)務(wù)中的問題，不管從技術(shù)層面還是業(yè)務(wù)層面，其實代表的是哲學(xué)上的一種世界觀。

我們下面給大家詳細(xì)介紹一下這些建模方法。

范式建模法

范式建模法(Third Normal Form，3NF)其實是我們在構(gòu)建數(shù)據(jù)模型常用的一個方法，該方法的主要由 Inmon 所提倡，主要解決關(guān)系型數(shù)據(jù)庫得數(shù)據(jù)存儲，利用的一種技術(shù)層面上的方法。?

目前，我們在關(guān)系型數(shù)據(jù)庫中的建模方法，大部分采用的是三范式建模法。?

范式是數(shù)據(jù)庫邏輯模型設(shè)計的基本理論，一個關(guān)系模型可以從第一范式到第五范式進(jìn)行無損分解，這個過程也可稱為規(guī)范化。?

在數(shù)據(jù)倉庫的模型設(shè)計中目前一般采用第三范式，它有著嚴(yán)格的數(shù)學(xué)定義。從其表達(dá)的含義來看，一個符合第三范式的關(guān)系必須具有以下三個條件 :?

每個屬性值唯一，不具有多義性 ;?

每個非主屬性必須完全依賴于整個主鍵，而非主鍵的一部分 ;?

每個非主屬性不能依賴于其他關(guān)系中的屬性，因為這樣的話，這種屬性應(yīng)該歸到其他關(guān)系中去。?

由于范式是基于整個關(guān)系型數(shù)據(jù)庫的理論基礎(chǔ)之上發(fā)展而來的，因此，本人在這里不多做介紹，有興趣的讀者可以通過閱讀相應(yīng)的材料來獲得這方面的知識。?

根據(jù) Inmon 的觀點，數(shù)據(jù)倉庫模型得建設(shè)方法和業(yè)務(wù)系統(tǒng)的企業(yè)數(shù)據(jù)模型類似。在業(yè)務(wù)系統(tǒng)中，企業(yè)數(shù)據(jù)模型決定了數(shù)據(jù)的來源，而企業(yè)數(shù)據(jù)模型也分為兩個層次，即主題域模型和邏輯模型。同樣，主題域模型可以看成是業(yè)務(wù)模型的概念模型，而邏輯模型則是域模型在關(guān)系型數(shù)據(jù)庫上的實例。

從業(yè)務(wù)數(shù)據(jù)模型轉(zhuǎn)向數(shù)據(jù)倉庫模型時，同樣也需要有數(shù)據(jù)倉庫的域模型，即概念模型，同時也存在域模型的邏輯模型。?

這里，業(yè)務(wù)模型中的數(shù)據(jù)模型和數(shù)據(jù)倉庫的模型稍微有一些不同。主要區(qū)別在于：?

數(shù)據(jù)倉庫的域模型應(yīng)該包含企業(yè)數(shù)據(jù)模型的域模型之間的關(guān)系，以及各主題域定義。?

數(shù)據(jù)倉庫的域模型的概念應(yīng)該比業(yè)務(wù)系統(tǒng)的主題域模型范圍更加廣。?

在數(shù)據(jù)倉庫的邏輯模型需要從業(yè)務(wù)系統(tǒng)的數(shù)據(jù)模型中的邏輯模型中抽象實體，實體的屬性，實體的子類，以及實體的關(guān)系等。?

以筆者的觀點來看，Inmon 的范式建模法的最大優(yōu)點就是從關(guān)系型數(shù)據(jù)庫的角度出發(fā)，結(jié)合了業(yè)務(wù)系統(tǒng)的數(shù)據(jù)模型，能夠比較方便的實現(xiàn)數(shù)據(jù)倉庫的建模。?

但其缺點也是明顯的，由于建模方法限定在關(guān)系型數(shù)據(jù)庫之上，在某些時候反而限制了整個數(shù)據(jù)倉庫模型的靈活性，性能等，特別是考慮到數(shù)據(jù)倉庫的底層數(shù)據(jù)向數(shù)據(jù)集市的數(shù)據(jù)進(jìn)行匯總時，需要進(jìn)行一定的變通才能滿足相應(yīng)的需求。

維度建模法

維度建模法，Kimball 最先提出這一概念。其最簡單的描述就是，按照事實表，維表來構(gòu)建數(shù)據(jù)倉庫，數(shù)據(jù)集市。

事實表是用來記錄具體事件的，包含了每個事件的具體要素，以及具體發(fā)生的事情；維表則是對事實表中事件的要素的描述信息。

比如一個事件會包含時間、地點、人物、事件，事實表記錄了整個事件的信息，但對時間、地點和人物等要素只記錄了一些關(guān)鍵標(biāo)記，比如事件的主角叫“Michael”，那么Michael到底“長什么樣”，就需要到相應(yīng)的維表里面去查詢“Michael”的具體描述信息了。

基于事實表和維表就可以構(gòu)建出多種多維模型，包括星形模型、雪花模型和星座模型。

維度建模法最被人廣泛知曉的名字就是星型模式(Star-schema)。

上圖的這個架構(gòu)中是典型的星型架構(gòu)。星型模式之所以廣泛被使用，在于針對各個維作了大量的預(yù)處理，如按照維進(jìn)行預(yù)先的統(tǒng)計、分類、排序等。?

通過這些預(yù)處理，能夠極大的提升數(shù)據(jù)倉庫的處理能力。?

特別是針對 3NF 的建模方法，星型模式在性能上占據(jù)明顯的優(yōu)勢。?

同時，維度建模法的另外一個優(yōu)點是，維度建模非常直觀，緊緊圍繞著業(yè)務(wù)模型，可以直觀的反映出業(yè)務(wù)模型中的業(yè)務(wù)問題。?

不需要經(jīng)過特別的抽象處理，即可以完成維度建模。這一點也是維度建模的優(yōu)勢。?

但是，維度建模法的缺點也是非常明顯的，由于在構(gòu)建星型模式之前需要進(jìn)行大量的數(shù)據(jù)預(yù)處理，因此會導(dǎo)致大量的數(shù)據(jù)處理工作。?

而且，當(dāng)業(yè)務(wù)發(fā)生變化，需要重新進(jìn)行維度的定義時，往往需要重新進(jìn)行維度數(shù)據(jù)的預(yù)處理。?

而在這些與處理過程中，往往會導(dǎo)致大量的數(shù)據(jù)冗余。?

另外一個維度建模法的缺點就是，如果只是依靠單純的維度建模，不能保證數(shù)據(jù)來源的一致性和準(zhǔn)確性，而且在數(shù)據(jù)倉庫的底層，不是特別適用于維度建模的方法。?

因此以筆者的觀點看，維度建模的領(lǐng)域主要適用與數(shù)據(jù)集市層，它的最大的作用其實是為了解決數(shù)據(jù)倉庫建模中的性能問題。?

維度建模很難能夠提供一個完整地描述真實業(yè)務(wù)實體之間的復(fù)雜關(guān)系的抽象方法。

實體建模法

實體建模法并不是數(shù)據(jù)倉庫建模中常見的一個方法，它來源于哲學(xué)的一個流派。?

從哲學(xué)的意義上說，客觀世界應(yīng)該是可以細(xì)分的，客觀世界應(yīng)該可以分成由一個個實體，以及實體與實體之間的關(guān)系組成。?

那么我們在數(shù)據(jù)倉庫的建模過程中完全可以引入這個抽象的方法，將整個業(yè)務(wù)也可以劃分成一個個的實體，而每個實體之間的關(guān)系，以及針對這些關(guān)系的說明就是我們數(shù)據(jù)建模需要做的工作。?

雖然實體法粗看起來好像有一些抽象，其實理解起來很容易。?

即我們可以將任何一個業(yè)務(wù)過程劃分成 3 個部分，實體，事件和說明。?

例如我們描述一個簡單的事實：“小明開車去學(xué)校上學(xué)”。以這個業(yè)務(wù)事實為例，我們可以把“小明”，“學(xué)校”看成是一個實體，“上學(xué)”描述的是一個業(yè)務(wù)過程，我們在這里可以抽象為一個具體“事件”，而“開車去”則可以看成是事件“上學(xué)”的一個說明。?

從上面的舉例我們可以了解，我們使用的抽象歸納方法其實很簡單，任何業(yè)務(wù)可以看成 3 個部分：?

實體，主要指領(lǐng)域模型中特定的概念主體，指發(fā)生業(yè)務(wù)關(guān)系的對象。?

事件，主要指概念主體之間完成一次業(yè)務(wù)流程的過程，特指特定的業(yè)務(wù)過程。?

說明，主要是針對實體和事件的特殊說明。?

由于實體建模法，能夠很輕松的實現(xiàn)業(yè)務(wù)模型的劃分，因此，在業(yè)務(wù)建模階段和領(lǐng)域概念建模階段，實體建模法有著廣泛的應(yīng)用。從筆者的經(jīng)驗來看，再沒有現(xiàn)成的行業(yè)模型的情況下，我們可以采用實體建模的方法，和客戶一起理清整個業(yè)務(wù)的模型，進(jìn)行領(lǐng)域概念模型的劃分，抽象出具體的業(yè)務(wù)概念，結(jié)合客戶的使用特點，完全可以創(chuàng)建出一個符合自己需要的數(shù)據(jù)倉庫模型來。?

但是，實體建模法也有著自己先天的缺陷，由于實體說明法只是一種抽象客觀世界的方法，因此，注定了該建模方法只能局限在業(yè)務(wù)建模和領(lǐng)域概念建模階段。因此，到了邏輯建模階段和物理建模階段，則是范式建模和維度建模發(fā)揮長處的階段。?

因此，筆者建議讀者在創(chuàng)建自己的數(shù)據(jù)倉庫模型的時候，可以參考使用上述的三種數(shù)據(jù)倉庫得建模方法，在各個不同階段采用不同的方法，從而能夠保證整個數(shù)據(jù)倉庫建模的質(zhì)量。

維度建模法數(shù)據(jù)模型的區(qū)別

多維數(shù)據(jù)模型是最流行的數(shù)據(jù)倉庫的數(shù)據(jù)模型，多維數(shù)據(jù)模型最典型的數(shù)據(jù)模式包括星型模式、雪花模式和事實星座模式，本文以實例方式展示三者的模式和區(qū)別。

星型模式(star schema)

星型模式的核心是一個大的中心表(事實表)，一組小的附屬表(維表)。星型模式示例如下所示：

可以看出，星形模式的維度建模由一個事實表和一組維表成，且具有以下特點：

a. 維表只和事實表關(guān)聯(lián)，維表之間沒有關(guān)聯(lián)；

b. 每個維表的主碼為單列，且該主碼放置在事實表中，作為兩邊連接的外碼；

c. 以事實表為核心，維表圍繞核心呈星形分布；

雪花模式(snowflake schema)

雪花模式是星型模式的擴(kuò)展，其中某些維表被規(guī)范化，進(jìn)一步分解到附加表(維表)中。雪花模式示例如下圖所示：

從圖中我們可以看到地址表被進(jìn)一步細(xì)分出了城市(city)維。supplier_type表被進(jìn)一步細(xì)分出來supplier維。

星形模式中的維表相對雪花模式來說要大，而且不滿足規(guī)范化設(shè)計。雪花模型相當(dāng)于將星形模式的大維表拆分成小維表，滿足了規(guī)范化設(shè)計。然而這種模式在實際應(yīng)用中很少見，因為這樣做會導(dǎo)致開發(fā)難度增大，而數(shù)據(jù)冗余問題在數(shù)據(jù)倉庫里并不嚴(yán)重。

事實星座模式(Fact Constellation)

數(shù)據(jù)倉庫由多個主題構(gòu)成，包含多個事實表，而維表是公共的，可以共享，這種模式可以看做星型模式的匯集，因而稱作星系模式或者事實星座模式。本模式示例如下圖所示：

如上圖所示，事實星座模式包含兩個事實表：sales和shipping，二者共享維表。

事實星座模式是數(shù)據(jù)倉庫最常使用的數(shù)據(jù)模式，尤其是企業(yè)級數(shù)據(jù)倉庫(EDW)。

前面介紹的兩種維度建模方法都是多維表對應(yīng)單事實表，但在很多時候維度空間內(nèi)的事實表不止一個，而一個維表也可能被多個事實表用到。在業(yè)務(wù)發(fā)展后期，絕大部分維度建模都采用的是星座模式。

這也是數(shù)據(jù)倉庫區(qū)別于數(shù)據(jù)集市的一個典型的特征，從根本上而言，數(shù)據(jù)倉庫數(shù)據(jù)模型的模式更多是為了避免冗余和數(shù)據(jù)復(fù)用，套用現(xiàn)成的模式，是設(shè)計數(shù)據(jù)倉庫最合理的選擇。

三種模式對比

歸納一下，星形模式/雪花模式/星座模式的關(guān)系如下圖所示：

實例

在進(jìn)行維度建模前，首先要了解用戶需求。而筆者在數(shù)據(jù)庫系列的第一篇就講過，ER建模是當(dāng)前收集和可視化需求的最佳技術(shù)。因此假定和某零售公司進(jìn)行多次需求PK后，得到以下ER圖：?

隨后可利用建模工具將ER圖直接映射到關(guān)系圖：?

需求搜集完畢后，便可進(jìn)行維度建模了。本例采用星形模型維度建模。但不論采取何種模式，維度建模的關(guān)鍵在于明確下面四個問題：

1.哪些維度對主題分析有用？

本例中，根據(jù)產(chǎn)品(PRODUCT)、顧客(CUSTOMER)、商店(STORE)、日期(DATE)對銷售額進(jìn)行分析是非常有幫助的；

2.如何使用現(xiàn)有數(shù)據(jù)生成維表？

a. 維度PRODUCT可由關(guān)系PRODUCT，關(guān)系VENDOR，關(guān)系CATEGORY連接得到；

b. 維度CUSTOMER和關(guān)系CUSTOMER相同；

c. 維度STORE可由關(guān)系STROE和關(guān)系REGION連接得到；

d. 維度CALENDAR由關(guān)系SALESTRANSACTION中的TDate列分離得到；

3.用什么指標(biāo)來”度量”主題？

本例的主題是銷售，而銷量和銷售額這兩個指標(biāo)最能直觀反映銷售情況；

4.如何使用現(xiàn)有數(shù)據(jù)生成事實表？

銷量和銷售額信息可以由關(guān)系SALESTRANSACTION和關(guān)系SOLDVIA，關(guān)系PRODUCT連接得到；

明確這四個問題后，便能輕松完成維度建模：

細(xì)心的讀者會發(fā)現(xiàn)三個問題：1. 維表不滿足規(guī)范化設(shè)計(不滿足3NF)；2. 事實表也不滿足規(guī)范化設(shè)計(1NF都不滿足)； 3. 維度建模中各維度的主碼由***ID變成***Key；

對于前兩個問題，由于當(dāng)前建模環(huán)境是數(shù)據(jù)倉庫，而沒有更新操作，所以不需要嚴(yán)格做規(guī)范化設(shè)計來消除冗余避免更新異常。

因此雖然可以以雪花模型進(jìn)行維度建模，如下所示：

但這樣會加大查詢?nèi)藛T負(fù)擔(dān)：每次查詢都涉及到太多表了。因此在實際應(yīng)用中，雪花模型僅是一種理論上的模型。星座模型則出現(xiàn)在”維度建模數(shù)據(jù)倉庫”中，本文后面將會講到。

對于第三個問題，***Key這樣的字段被稱為代理碼(surrogate key)，它是一個通過自動分配整數(shù)生成的主碼，沒有任何其他意義。使用它主要是為了能夠處理”緩慢變化的維度”。

經(jīng)典星座模型

前文已經(jīng)講過，有多個事實表的維度模型被稱為星座模型。星座模型主要有以下兩大作用：共享維度和設(shè)置細(xì)節(jié)/聚集事實表。下面分別對這兩種情況進(jìn)行分析：

共享維度

以前文提到的零售公司為例，假如該公司質(zhì)量監(jiān)管部門希望用分析銷售主題同樣的方法分析劣質(zhì)產(chǎn)品，那么此時不需要重新維度建模，只需往模型里加入一個新的劣質(zhì)產(chǎn)品事實表。之后新的數(shù)據(jù)倉庫維度建模結(jié)果如下：

細(xì)節(jié)/聚集事實表

細(xì)節(jié)事實表(detailed fact tables)中每條記錄表示單一事實，而聚集事實表(aggregated fact tables)中每條記錄則聚合了多條事實。從表的字段上看，細(xì)節(jié)事實表通常有設(shè)置TID屬性，而聚集事實表則無。

兩種事實表各有優(yōu)缺點，細(xì)節(jié)事實表查詢靈活但是響應(yīng)速度相對慢，而聚集事實表雖然提高了查詢速度，但使查詢功能受到一定限制。一個常見的做法是使用星座模型同時設(shè)置兩種事實表(可含多個聚集事實表)。這種設(shè)計方法中，聚集事實表使用和細(xì)節(jié)事實表細(xì)節(jié)事實表的維度。如下維度建模方法采用星座模型綜合了細(xì)節(jié)事實表和兩種聚集事實表：

END

來源：CSDN(侵刪)

作者：張小凡vip(侵刪)

編輯：實施曉記

原文：https://blog.csdn.net/zzq900503/article/details/78492505

▼更多精彩推薦，請關(guān)注我們▼

總結(jié)

以上是生活随笔為你收集整理的星形和雪花模型_数据仓库多维数据模型设计的全部內(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，歡迎將生活随笔推薦給好友。