数据仓库维度建模法案例

概述

维度建模法（Dimensional Modeling）是数据仓库建模中比较常用的方法，最常见的数据模式包括 星型模式（Star Schema）、雪花模式(Snowflake Schema) 和 事实星座模式（Fact Constellation）或 星系模式（Galaxy Schema）。

在之前的文章中， 我们提到了两个关键的概念 事实表和维度表。简单来说，事实表就是用来存储主题的主干内容的，维度表就是用来存储事实的特性的。比如你分析产品的销售情况，你选择按照区域来分析，那么事实表中包含的就是产品的销售总量，相对应的维度表中包含的就是产品的区域信息，每个维度也可以有子维度，比如区域而言，可以有国家，城市这个子维度。

星型模式（Star Schema）

星型模式的核心是一个大的中心表（事实表），一组小的附属表（维表）。

星型模式

雪花模式(Snowflake Schema)

雪花模式是星型模式的扩展，其中某些维表被规范化，进一步分解到附加表（维表）中。

雪花模式

我们可以看到地址表被进一步细分出了城市（city）维。supplier_type表被进一步细分出来supplier维。

事实星座模式（Fact Constellation）或 星系模式（Galaxy Schema）

数据仓库由多个主题构成，包含多个事实表，而维表是公共的，可以共享，这种模式可以看做星型模式的汇集，因而称作星系模式或者事实星座模式。

星系模式

上图所示，事实星座模式包含两个事实表：sales和shipping，二者共享维表。

总结

星座模式是数据仓库最长使用的数据模式，尤其是企业级数据仓库（EDW）。这也是数据仓库区别于数据集市的一个典型的特征，从根本上而言，数据仓库数据模型的模式更多是为了避免冗余和数据复用，套用现成的模式，是设计数据仓库最合理的选择。当然大数据技术体系下，数据仓库数据模型的设计，还是一个盲点，探索中。