Kimball 维度建模理论

一、维度建模分为两种表

事实表
存在这样一些数据，如行为记录，操作记录，订单，日志等，都可以作为事实表
特点：每条数据都有一个唯一键，数据通常来说不会更新，随着时间的增加而增加
维度表
维度表是分析数据角度的信息表，如商家信息，地区信息，用户信息为角度存储的表，适合经常更新，一般和事实的关系是一对多

二、维度建模三种模型：

星型模型
雪花模型
星座模型

说明：

1）. 星型模型
以事实表为中心，所有的维度表直接连在事实表上，比较常用的一种形式。这样维度加事实的结构即便于维度数据（少数据量）更新，又能够满足自由组合满足不同的分析维度

如上图所示：

产品表与部门表，会存在更新现象，而事实表，一般只存储部门ID,产品ID,在需要的时候再进行关联
这样的结构能够以部门的维度做数据分析，如统计某部门的销售金额，亦能够以产品的角度分析某个产品的销售总额，能够灵活的以不同角度分析和查看数据

2）. 雪花模型
雪花模型指的是在星型模型的基础上，维度表再关联维度表，这种结构应该在OLTP场景下会用这样的结构，在数仓下基本没人使用。如果业务数据存储为这样的结构，常常将数据打平，即合并成一张维度表，这样它将会上级为星型模型。之所以如此是为了减少表连接查询的性能开销和维护的复杂程度，雪花模型如下：

2）. 星座模型
在实际业务中，星座模型才是数仓建设的最终归属，它也是建立在星型模式下，不同的是只是和其他事实表共享了维度表，即存在多张事实表，共享一张维度表的情况

kimball 维度建模，星型和星座模型核心在于将事实表（过程数据通常不变的数据）与主体信息表（常更新的数据，有维度信息）逻辑进行拆分。实现任意维度分析的需求下，减少表连接查询的深度，这也是市面上常见的数仓建设理论

Kimball 维度建模理论相关推荐

数仓实践：浅谈 Kimball 维度建模
我们不管是基于 Hadoop 的数据仓库(如 Hive ),还是基于传统 MPP 架构的数据仓库(如 Teradata ),抑或是基于传统 Oracle .MySQL .SQL Server 关系型数 ...
【Kimball维度建模】+【阿里巴巴中台—OneData实施】
一.Kimball维度建模 1.前生今世维度建模出自Ralph Kimall的<The DataWarehouse Toolkit-The Complete Guide to Dimenson ...
（转载）通俗易懂数仓建模—Inmon范式建模与Kimball维度建模
在数据仓库领域,有两位大师,一位是"数据仓库"之父 Bill Inmon,一位是数据仓库权威专家 Ralph Kimball,两位大师每人都有一本经典著作,Inmon大师著作< ...
Kimball 维度建模技术（1）
Kimball 维度建模技术(1) 1 事实表技术基础 1.1 事实表结构发生在现实世界中的操作型事件,其所产生的可度量数值,存储在事实表中. 从最低的粒度级别来看,事实表行对应一个度量事件. 因此 ...
Kimball维度建模基本理论
本文相关基本理论摘录自<数据仓库工具箱–维度建模的完全指南-第二版>和<数据仓库声明周期工具箱> 维度建模介绍维度建模是一种将数据结构化的逻辑设计方法,将客观世界划分为度量和 ...
Inmon 范式建模与 Kimball 维度建模
一.两种建模思想对于 Inmon 和 Kimball 两种建模方式可以长篇大论叙述,但理论是很枯燥的,尤其是晦涩难懂的文字,大家读完估计也不会收获太多,所以笔者根据自己的理解用通俗的语言提炼出最核心 ...
通俗易懂数仓建模—Inmon范式建模与Kimball维度建模
在数据仓库领域,有两位大师,一位是"数据仓库"之父 Bill Inmon,一位是数据仓库权威专家 Ralph Kimball,两位大师每人都有一本经典著作,Inmon大师著作< ...
数据仓库专题（2）-Kimball维度建模四步骤
一.前言四步过程维度建模由Kimball提出,可以做为业务梳理.数据梳理后进行多维数据模型设计的指导流程,但是不能作为数据仓库系统建设的指导流程.本文就相关流程及核心问题进行解读. 二.数据仓库建设 ...
Kimball维度建模
维度模型是数据仓库领域大师Ralph Kimball 所倡导,以分析决策的需求出发构建模型,构建的数据模型为分析需求服务,所以它重点解决用户如何更快速完成分析需求,同时还有较好的大规模复杂查询的响应性 ...

Kimball 维度建模理论

一、维度建模分为两种表

二、维度建模三种模型：

说明：

Kimball 维度建模理论相关推荐

最新文章

热门文章