本文來(lái)自微信公眾號(hào)“數(shù)據(jù)驅(qū)動(dòng)智能”，作者/曉曉。
開(kāi)發(fā)和生成數(shù)據(jù)庫(kù)中使用的數(shù)據(jù)概念表示的過(guò)程稱為數(shù)據(jù)建模。數(shù)據(jù)倉(cāng)庫(kù)上下文中的數(shù)據(jù)建模是創(chuàng)建將存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)的邏輯表示的過(guò)程。
數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)建模的目標(biāo)是建立一個(gè)能夠?qū)崿F(xiàn)有效數(shù)據(jù)存儲(chǔ)、檢索和分析的結(jié)構(gòu)。精心設(shè)計(jì)的數(shù)據(jù)模型將有助于確保數(shù)據(jù)倉(cāng)庫(kù)可擴(kuò)展、適應(yīng)性強(qiáng)并且能夠滿足業(yè)務(wù)需求。
一 進(jìn)行數(shù)據(jù)建模需要什么
在數(shù)據(jù)倉(cāng)庫(kù)中，數(shù)據(jù)建模通常需要開(kāi)發(fā)維度模型，這是一種將數(shù)據(jù)組織為維度和指標(biāo)的數(shù)據(jù)模型。維度是可用于分析的數(shù)據(jù)屬性，例如時(shí)間、位置和產(chǎn)品。銷售額或收入等指標(biāo)是可以分析的數(shù)據(jù)項(xiàng)。
除了創(chuàng)建維度模型之外，數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)建模還可能涉及創(chuàng)建數(shù)據(jù)字典，數(shù)據(jù)字典是數(shù)據(jù)倉(cāng)庫(kù)中包含的數(shù)據(jù)的完整描述。數(shù)據(jù)字典包含有關(guān)數(shù)據(jù)結(jié)構(gòu)和含義的信息，可用于確保數(shù)據(jù)分析的一致性和正確性。
二 為什么需要數(shù)據(jù)建模
數(shù)據(jù)倉(cāng)庫(kù)中需要數(shù)據(jù)建模的一些主要原因是：
●高效的數(shù)據(jù)存儲(chǔ)：數(shù)據(jù)建模有助于數(shù)據(jù)的組織，以最大限度地提高存儲(chǔ)和檢索效率。它保證數(shù)據(jù)以有組織的方式保存，從而允許簡(jiǎn)單的查詢和報(bào)告。
●數(shù)據(jù)一致性：數(shù)據(jù)建模保證數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是一致的。數(shù)據(jù)建模通過(guò)指定數(shù)據(jù)元素之間的關(guān)系和約束來(lái)保證數(shù)據(jù)始終準(zhǔn)確且最新。
●數(shù)據(jù)質(zhì)量：數(shù)據(jù)建模也有助于數(shù)據(jù)質(zhì)量保證。數(shù)據(jù)建?？梢酝ㄟ^(guò)設(shè)置業(yè)務(wù)規(guī)則和限制來(lái)幫助識(shí)別和糾正數(shù)據(jù)中的錯(cuò)誤。
●靈活性和可擴(kuò)展性：數(shù)據(jù)建模允許添加新的數(shù)據(jù)源并適應(yīng)不斷變化的業(yè)務(wù)需求。它還使數(shù)據(jù)倉(cāng)庫(kù)能夠隨著數(shù)據(jù)量的增長(zhǎng)而擴(kuò)展。
三 數(shù)據(jù)建模架構(gòu)
數(shù)據(jù)建模中存在三種主要類型的模式，可確保數(shù)據(jù)組織的出色數(shù)據(jù)檢索速度和靈活性。
●星型模式：星型模式圍繞具有許多維度表的中央事實(shí)表組織數(shù)據(jù)。事實(shí)表包括分析定量測(cè)量，而維度表則提供這些測(cè)量的上下文。
●雪花模式：雪花模式與星型模式類似，不同之處在于維度表是標(biāo)準(zhǔn)化的，或者分為許多表。這可能會(huì)使模式更加復(fù)雜，但也可以使其更加靈活且更易于維護(hù)。因此，它是星型模式的擴(kuò)展。
●星系模式：星系模式是星型模式和雪花模式的混合體。通過(guò)使某些維度表標(biāo)準(zhǔn)化而另一些維度表不標(biāo)準(zhǔn)化，它結(jié)合了星型模式的簡(jiǎn)單性和雪花模型的靈活性。
四 將RDBMS模式轉(zhuǎn)換為星型或雪花模式10步法
以下是將RDBMS模式轉(zhuǎn)換為星型模式或雪花模式的分步過(guò)程：
1.識(shí)別事實(shí)表：我們希望分析的可量化數(shù)據(jù)（例如銷售額、收入或點(diǎn)擊次數(shù)）包含在事實(shí)表中，確定事實(shí)表的主鍵。
2.識(shí)別維度表：維度表包含有關(guān)事實(shí)表數(shù)據(jù)的描述性信息，例如時(shí)間、位置、產(chǎn)品或客戶，確定維度表的主鍵。
3.維度表規(guī)范化：為了消除冗余，提高查詢效率，對(duì)維度表進(jìn)行規(guī)范化。
4.創(chuàng)建代理鍵：在每個(gè)維度表中為每個(gè)主鍵創(chuàng)建一個(gè)新列，并為每一行指定唯一的ID。
5.添加外鍵：將維度表的代理鍵作為外鍵添加到事實(shí)表中。
6.對(duì)事實(shí)表進(jìn)行非規(guī)范化：將任何新列（例如計(jì)算字段）添加到事實(shí)表中，然后對(duì)其進(jìn)行非規(guī)范化以減少冗余。
7.創(chuàng)建星形或雪花模式：使用外鍵將事實(shí)表連接到維度表。星型模式中的所有維度表都與事實(shí)表直接相關(guān)。雪花模式中的一些維度表可以通過(guò)中間表進(jìn)一步規(guī)范化和鏈接。
8.加載數(shù)據(jù)：使用ETL（提取、轉(zhuǎn)換、加載）工具，將數(shù)據(jù)從RDBMS模式加載到星型或雪花模式中。
9.測(cè)試和驗(yàn)證：測(cè)試數(shù)據(jù)以確認(rèn)其正確并滿足公司的需求。
10.維護(hù)架構(gòu)：根據(jù)需要進(jìn)行修改以適應(yīng)新數(shù)據(jù)或業(yè)務(wù)需求的變化，從而使架構(gòu)保持最新。
五小結(jié)
數(shù)據(jù)建模對(duì)于數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目的成功至關(guān)重要。通過(guò)利用精心設(shè)計(jì)的數(shù)據(jù)模型，組織可以更好地理解他們的數(shù)據(jù)、提高數(shù)據(jù)質(zhì)量并做出更明智的業(yè)務(wù)選擇。數(shù)據(jù)建模方法的選擇（無(wú)論是星型模式、雪花模式還是其他模式）取決于組織的獨(dú)特需求和建模數(shù)據(jù)的類型。為了確保生成的數(shù)據(jù)模型滿足組織的需求，將業(yè)務(wù)利益相關(guān)者和IT專家納入數(shù)據(jù)建模過(guò)程至關(guān)重要。組織可以通過(guò)可靠的數(shù)據(jù)模型開(kāi)發(fā)高效且成功的數(shù)據(jù)倉(cāng)庫(kù)，從而使他們能夠從數(shù)據(jù)中提取最大價(jià)值。
