主要的建模思想大致有三类，三范式，纬度建模，还有datavalt。
三范式
熟悉关系型数据库的都知道，三范式建模主要可以避免数据冗余。如果数据仓库中采用这种建模方式，还有另外的好处就是可以直接将关系型数据库中数据直接导入数仓，减少了很多的建模工作。三范式建模的一个显而易见的缺点就是查询性能，因为需要跨表查询。如今存储成本已经不再是限制大数据发展的主要因素了，所以个人认为增加冗余而减少查询开销是有必要的。
Inmon 坚持三范式建模的原因还有：
- 数据仓库中的数据应该不违反任务业务规则
- 数仓本身使用的技术包括建模应该越通用越好
- 必须尽可能将数据装入数据仓库，因此冗余性降低利于提高速度
维度建模
维度建模是大师kimball的观点，和关系型建模相反，维度建模通过增加冗余来增加查询速度，他将业务主题对应的多个实体冗余记录，将共有维度，变化缓慢的属性抽出形成维度表。与关系型建模面向实体，维度建模主要面向业务。在数仓建模中，维度建模用的最多。
一般的建模流程：
- 选择业务流程
- 确定粒度
- 确定事实
- 确定维度
有些时候，会对维度进一步的细化，就成了雪花模型
Data Vault
DataVault相当于上面两种建模的折中。用的比较少，至少我没接触过。
DataVault包含3种类型的表，中心表，链接表，附属表（描述表，在我看来就是维度表）。
和关系型建模相比，每个中心表对应业务的每个实体，这点没有变。但是中心表不再包含属性键值，属性键被写到附属表，只包含业务主键。实体之间的联系不再由外键约束，而是在链接表定义。将关系型数据导出也很方便，不需要做太多建模工作，只需要3中表抽出即可。
个人比较喜欢维度建模，简单易懂，当然还需要针对不同场景区分
网友评论