數(shù)據(jù)倉庫系列-為什么要維度建模 20150119docx

1、數(shù)據(jù)倉庫系列為什么要維度建模凡是建設數(shù)據(jù)倉庫，一定會提到維度建模方法。這一方法是Kimball最先提出的，其最簡單的描述就是，按照事實表、維度表來構(gòu)建數(shù)據(jù)倉庫、數(shù)據(jù)集市。在維度建模方法體系中，維度是描述事實的角度，如日期、商品、地址等，事實是要度量的指標，如用戶數(shù)、銷售額等。按照一般書籍的介紹，維度建模還會分為星型模型、雪花模型等，各有優(yōu)缺點，但很少直接回答一個問題，也就是數(shù)據(jù)倉庫為什么要采用維度建模？這個問題的基本判斷在于，數(shù)據(jù)是否要開放給業(yè)務人員使用？采用維度建模構(gòu)建出來的數(shù)據(jù)庫結(jié)構(gòu)表更加符合普通人的直覺、易于被普通人所理解，從而有利于數(shù)據(jù)的推廣使用。下面以超市收銀小票為例說明常規(guī)的三范式

2、模型和維度模型。三范式的數(shù)據(jù)模型示意如下：維度模型示意如下：PK項冃TDFK2商品ID單價數(shù)量金額小票序號FK1小票項目PK日期維度TD期日年月曰日期維度表時間維度表PK時間維度TD時間小時分鐘秒收銀事實表PKPK,FK1PK,FK2PK,FK3PK,FK4小票序號收銀員TD商品IDH期維度TD時間維度ID單價數(shù)量金額收銀員維度表PK收銀員ID商品維度表PK商品ID商品名稱規(guī)格名稱以上兩個模型的最小數(shù)據(jù)粒度都是小票項目，可以容易看出來，維度模型是將關系模型的層次結(jié)構(gòu)展開平鋪而成。從上面的這個范例可以引出采用維度建模方法的基本理由，就是：數(shù)據(jù)結(jié)構(gòu)簡單。在決定是否要采用維度建模之前，必須回答一個問

3、題，“數(shù)據(jù)模型是否要開放給業(yè)務人員直接使用”，如果答案肯定，則應該采用維度建模的方法。維度模型這個概念有點學術化，但究其本質(zhì)而言，是將層次化的數(shù)據(jù)結(jié)構(gòu)展開為單一層次，有點類似于將一個業(yè)務過程的數(shù)據(jù)匯總到一個excel的sheet頁中。不過維度建模的代價也很明顯，就是其靈活性較差，數(shù)據(jù)冗余較多，所以，在很多書中提出了一個折中的辦法，即“雪花模型”，同時還煞有介事的對比了雪花模型與星型模型（即上面的示例）的優(yōu)缺點，讓很多初學者心中飄來了一個揮之不去的疑問，“既然雪花模型既有關系模型的優(yōu)點，還有維度模型的優(yōu)點，為什么還要存在星型模型呢”？。竊以為，這完全是多此一舉的做法，維度建模追求的是使用簡單，多

4、增加一級關聯(lián)，增加的使用復雜度就會增加不止一點，會給多數(shù)不懂技術的業(yè)務人員帶來極大的障礙，是一種舍本逐末的做法。基于這種考慮，在建設數(shù)據(jù)倉庫的過程中，明細層和集市層分別采用不同的建模方法，也就是：明細層采用傳統(tǒng)的三范式關系模型。這一層次的數(shù)據(jù)模型要將業(yè)務過程描述清楚，將源數(shù)據(jù)（即業(yè)務系統(tǒng)）中隱含的、有歧義的概念進行清晰化，如活躍用戶、VIP用戶等。該層次的數(shù)據(jù)模型追求的目標是靈活地表達業(yè)務過程，要保證數(shù)據(jù)一致性、唯一性、正確性，以盡量少的代價與源數(shù)據(jù)保持數(shù)據(jù)同步，同時該層次的數(shù)據(jù)模型不建議開給不懂技術的業(yè)務人員直接使用，因此，采用關系型的三范式模型是最佳的選擇。集市層采用維度模型。集市層是按照業(yè)務主題、分主題構(gòu)建出來的、面向特定部門或人員的數(shù)據(jù)集合，該層次的數(shù)據(jù)模型會開放給業(yè)務人員使用，進行數(shù)據(jù)挖掘及業(yè)務分析。由于業(yè)務員多數(shù)不懂數(shù)據(jù)庫技術，缺少將業(yè)務需求轉(zhuǎn)換為關系型數(shù)據(jù)結(jié)構(gòu)的邏輯思維，更寫不出復雜的SQL語句，因此，越簡單的數(shù)據(jù)模型，越能被他們所接受，因此，這個層次所構(gòu)建出來的數(shù)據(jù)模型，要按照業(yè)務過程進行組織，每個事實表代表一個獨立的業(yè)務過程，事實表之間不存在直接的依賴關系，這樣業(yè)務人員可以