数仓设计
-
维度建模
以维度为标准 开展数据的分析需求
适用于面向分析领域的理论。比如分析型数据库 数据仓库 数据集市（OLAP）
-
事实表
分析主题的客观事件度量 是分析主题的数据聚集 事实表中一条记录往往对应着客观的一个事件 往往是一堆主键的聚集
-
维度表
所谓的维度就是指看待问题的角度 可以通过不同的维度去分析同一个事实表 得出不同的分析结果 维度表可以跟事实表进行关联查询
-
-
多维度数据分析
所谓的多维数据分析就是指通过不同维度的聚集计算出某种度量值。
常见度量值：max min count sum avg topN
举个栗子：统计来自于北京女性24岁未婚的过去三年购物金额最多的前三个。 维度：地域 性别 年龄 婚姻 时间 度量值：sum(订单金额)--->top3
-
维度建模的三种模式
-
星型模式
一个事实表多个维度表 维度表之间没有关系 维度表跟事实表进行关联 企业数仓发展初期常见的模型
-
雪花模式
一个事实表多个维度表 维度表可以继续关联维度表 不利于后期维护 企业中尽量避免演化成该种模型
-
星座模式
多个事实表 多个维度表 某些维度表可以共用 企业数仓发展中后期常见的模型
-
-
维度建模 1、星型模式 重点 在项目初期会用到，表的数量较少 2、雪花模式 不推荐使用，关联复杂，不利于后期维护 3、星座模式 重点 在项目后期使用，可以找到相同的分析维度，建立关联，多个星型的模式 多维度数据分析 时间维度、地理维度、内容维度、人群维度（男、女）
来源：CSDN
作者：Hi洛一
链接：https://blog.csdn.net/qq_40233706/article/details/103954931