數(shù)據(jù)倉庫維度建模 目錄1 基礎(chǔ)術(shù)語2 維度建模中的兩種模型3 星形模型設(shè)計4 雪花模型設(shè)計5 星形模型的優(yōu)勢6 雪花模型的優(yōu)勢與劣勢 1 基礎(chǔ)術(shù)語 事實表 FactTable 每個數(shù)據(jù)倉庫都包含一個或者多個事實數(shù)據(jù)表 事實數(shù)據(jù)表可能包含業(yè)務(wù)銷售數(shù)據(jù) 如現(xiàn)金登記事務(wù)所產(chǎn)生的數(shù)據(jù) 事實數(shù)據(jù)表通常包含大量的行主要包含了描述特定商業(yè)事件的數(shù)據(jù) 即某些特定商業(yè)事件的度量值 一般事實表中只存放數(shù)字或者一些Flag用來統(tǒng)計 如數(shù)量 支出等一般情況下 事實表中的數(shù)據(jù)不允許修改 新的數(shù)據(jù)只是簡單地添加進(jìn)事實表中事實就是需要分析的目標(biāo)數(shù)據(jù) 1 基礎(chǔ)術(shù)語 維度表 DimensionTable 維度表可以看作是用戶來分析數(shù)據(jù)的窗口 維度表中包含事實數(shù)據(jù)表中事實記錄的特性 有些特性提供描述性信息 有些特性指定如何匯總事實數(shù)據(jù)表數(shù)據(jù) 以便為分析者提供有用的信息 維度表包含幫助匯總數(shù)據(jù)的特性的層次結(jié)構(gòu) 每一個維度表利用維度關(guān)鍵字通過事實表中的外鍵約束于事實表中的某一行維度表示的是事實信息的屬性 1 基礎(chǔ)術(shù)語 粒度 Grain 粒度表示的是事實表中細(xì)節(jié)數(shù)據(jù)的詳細(xì)程度最低粒度事實表的基本層次是所有相應(yīng)維度自然的最低層次 例 產(chǎn)品 日期 客戶 銷售員為4個維度 則 事實表一條記錄中必須有 單獨(dú)的產(chǎn)品 特定的日期 特定的銷售員和特定客戶使用最低粒度的好處可以頻繁容易的從操作型系統(tǒng)抽取數(shù)據(jù)很多數(shù)據(jù)挖掘需要最低層次便于向下鉆取使用最低粒度的缺點(diǎn)存儲和維護(hù)的代價實際處理中 我們構(gòu)建匯總事實表來支持匯總數(shù)據(jù)查詢 2 維度的兩種模型 星形模型 StarSchema 雪花模型 SnowflakeSchema 星形模型 StarSchema 事實被維度所包圍 且維度沒有被新的表連接 雪花模型 SnowflakeSchema 事實表被多個維表或一個或多個層次所包圍 3 星形模型設(shè)計 1 正確區(qū)分事實 屬性和維度 維度模型需要對事實和屬性進(jìn)行區(qū)分 業(yè)務(wù)層的很多事實都是數(shù)值型的 特別是該數(shù)值是浮點(diǎn)數(shù)時 他很可能是一個事實 而不是屬性 例如 標(biāo)準(zhǔn)價格 好像是產(chǎn)品維度的一個屬性 似乎是事先一致的常量 但每年對標(biāo)準(zhǔn)價格進(jìn)行一 兩次調(diào)整 因此應(yīng)該設(shè)計成事實 屬性通常指文本字段 例如產(chǎn)品描述 維度是類似于文本形式的屬性組合 固定的數(shù)值型屬性應(yīng)放在維表中 例如 零售數(shù)據(jù)倉庫中 至少應(yīng)有一個產(chǎn)品維度 一個商店維度 一個客戶維 一個時間維 一個促銷維 3 星形模型設(shè)計 2 事實表的設(shè)計方法 事實表是數(shù)據(jù)倉庫中最大的表 在設(shè)計時 一定注意使事實表盡可能的小 因為過大的事實表在表的處理 備份和恢復(fù) 用戶查詢等方面要用較長的時間 具體方法主要有 減少列的數(shù)量 降低每列的大小 把歷史數(shù)據(jù)存檔 例如 零售營銷事實表設(shè)計如下 3 星形模型設(shè)計 3 維表的設(shè)計 維表的屬性必須具有以下特征 可用文字描述 離散值 有規(guī)定的約束 在分析時可提供行標(biāo)題 3 星形模型設(shè)計 例 零售業(yè)營銷分析的星型模型圖 4 雪花模型設(shè)計 雪花模型是對星形模型的擴(kuò)展 每一個維度都可以向外連接多個詳細(xì)類別表 在這種模式中 維度表除了具有星形模型中維度表的功能外 還連接對事實表進(jìn)行詳細(xì)描述的詳細(xì)類別表 詳細(xì)類別表通過對事實表在有關(guān)維上的詳細(xì)描述達(dá)到了縮小事實表和提高查詢效率的目的 4 基本雪花模型設(shè)計 在該模型中 將地理層次國家 區(qū)域和分區(qū)域嵌入到銷售員維度 這樣 公司的管理者想按照國家 區(qū)域 分區(qū)域和分區(qū)域內(nèi)的銷售員的層次關(guān)系來查看公司的銷售情況 4 基本雪花模型設(shè)計 5 星形模型的優(yōu)勢 用戶容易理解優(yōu)化瀏覽在數(shù)據(jù)庫模式中 表與表連接的目的在于尋找到需要的數(shù)據(jù)如果連接的路徑復(fù)雜 那么在數(shù)據(jù)庫中瀏覽數(shù)據(jù)將是緩慢而艱難的如果連接路徑簡單 直接 則瀏覽數(shù)據(jù)會更快星型模型的優(yōu)勢之一在于它優(yōu)化對數(shù)據(jù)庫的瀏覽 5 星形模型的優(yōu)勢 最適于查詢處理星型模型是一種以查詢?yōu)橹行牡慕Y(jié)構(gòu)簡單 清洗的連接路徑以及星星模型本身的結(jié)構(gòu)使得查詢在維度表和事實表之間順利 流暢 高效星型連接和星型索引星型連接是一種高速 并行 單獨(dú)操作的多表的連接 可顯著的提高查詢性能星型索引是一種專門的索引 建立在事實表的一個或多個外鍵上 提高維度表與事實表的連接速度 6 雪花模型的優(yōu)勢與劣勢 優(yōu)勢 減少存儲空間冗余減少了規(guī)范化的結(jié)構(gòu)更容易更新和維護(hù)非規(guī)范化的數(shù)據(jù)結(jié)構(gòu)存在插入 刪除 更新等異常劣勢 模式復(fù)雜 用戶不易理解瀏覽內(nèi)容復(fù)雜額外的連接使得查詢性能下降表多了 謝謝