📘 Week2 · 数据仓库建模与维度建模笔记
1.1 数据仓库建模的意义
数据建模是数据仓库设计的核心环节，它就像整理图书馆或规划城市一样，帮助我们把复杂的数据结构化、有序化。
合理的数据模型可以：
-
📈 提升查询性能
-
💰 降低数据冗余与计算成本
-
⚙️ 提高分析效率
-
✅ 确保数据口径一致与质量可靠
1.2 数据仓库建模方法论
1.2.1 ER 模型（Inmon 方法）
由 Bill Inmon（数据仓库之父） 提出，采用 企业级视角 构建 实体 - 关系模型（ER），强调数据的完整性与一致性。
数据库规范化
通过一系列范式（1NF~5NF）减少冗余、提升一致性。
常见三范式：
-
1NF：字段原子化。
-
2NF：每个非主键字段完全依赖主键。
-
3NF：消除传递依赖。
核心思想：
-
强调规范化设计（1NF～3NF）
-
表结构多，层次深，利于数据治理
-
不太适合直接分析场景
📘 应用场景：企业级统一数据平台建设。
1.2.2 维度模型（Kimball 方法）
由 Ralph Kimball 提出，面向业务分析，采用 事实表（Fact）+ 维度表（Dimension） 的结构。
核心思想：
-
面向分析，简单直观
-
性能高，查询快
-
模型结构清晰：星型 / 雪花模型
📘 应用场景：数据分析、中台建设。
维度建模理论之事实表
2.1 事实表概述
事实表用于记录业务过程中的 度量指标（如销售额、订单数）及其关联的维度（如时间、地区、用户）。
其特点是：
-
行数多、列数少（长而瘦）
-
增长快、更新频繁
🔹 常见类型：
-
事务型事实表（最细粒度）
-
周期快照事实表（定期状态）
-
累积快照事实表（业务流程）
2.2 事务型事实表
记录最细粒度的业务事件，如下单、支付、退货。
设计步骤：
-
选择业务过程
-
定义粒度（每行代表什么）
-
确定维度（时间、用户、商品等）
-
确定事实（金额、数量等）
缺点：
-
对存量指标支持较差
-
跨事务分析效率低（需多表 Join）
2.3 周期快照事实表
记录固定时间周期内的数据状态（如每日库存、账户余额）。
优点：
-
支持趋势分析
-
查询效率高
缺点：
-
不能按时间简单累加（如库存）
事实分类：
-
可加（销售额）
-
半可加（库存）
-
不可加（比例）
2.4 累积快照事实表
用于表示一个完整业务流程中的多个关键节点，如：
下单 → 支付 → 发货 → 收货。
优点：
-
支持流程时长分析
-
避免大表 Join，性能高
维度建模理论之维度表
3.1 概述
维度表描述事实发生的 环境信息（如时间、地区、用户、商品等），是事实表分析的基础。
包含内容：
-
维度主键（唯一标识）
-
描述性属性（如名称、分类）
3.2 维度表设计步骤
-
确定与事实表关联的维度
-
确定维度主表与相关维表
-
补充丰富属性（尽量在维表中沉淀）
3.3 维度设计要点
3.3.1 模型结构
👉 推荐分析层使用 星型模型。
3.3.2 维度变化（慢变维）
方式一：全量快照表
每日保存一份完整维度快照。
✅ 简单易理解，❌ 占用空间大。
方式二：拉链表（推荐）
保存维度生效起止时间段，实现历史追溯。
✅ 节省存储，适合大型维度（用户、商品）。
3.3.3 多值维度与属性
-
若事实与维度为一对多 → 降低事实粒度。
-
若属性本身多值 → 可拆多列或键值对存储。
📚 总结
✨ 核心理念总结：
“以业务过程为中心，以分析需求为导向，以事实与维度为框架。”