數據倉庫之數據模型

關於數據倉庫的概念，這裡不再累贅。先看下面的圖（數據倉庫建設的7個主要環節）：

本文，主要針對第三塊數據倉庫模型設計來討論交流，尤其是互聯網行業。

一、關於數據倉庫數據模型

1. 數據倉庫數據模型是指使用實體、屬性及其關係對企業運營和邏輯規則進行統一的定義、編碼和命名；是業務人員和開發人員之間溝通的一套語言。

2. 數據倉庫數據模型的作用：

· 統一企業的數據視圖；

· 定義業務部門對於數據信息的需求；

· 是構建數據倉庫原子層的基礎；

· 支持數據倉庫的發展規劃；

· 初始化業務數據的歸屬；

3. 數據倉庫數據模型與業務系統數據模型設計的區別：

4. 數據倉庫數據模型設計的先後次序

· 概念模型設計（業務模型）：界定系統邊界；確定主要的主題域及其內容；

· 邏輯模型設計：維度建模方法（事實表、維度表）；以星型和雪花型來組織數據；

· 物理模型設計：將數據倉庫的邏輯模型物理化到資料庫的過程；

二、關於維度模型和關係模型

關係建模又叫ER建模，是數據倉庫之父Inmon推崇的，其從全企業的高度設計一個3NF模型的方法，用實體加關係描述的數據模型描述企業業務架構，在範式理論上符合3NF，其是站在企業角度進行面向主題的抽象，而不是針對某個具體業務流程的，它更多是面向數據的整合和一致性治理，正如Inmon所希望達到的「single version of the truth」。

維度模型則是數據倉庫領域另一位大師Ralph Kimball 所倡導的。維度建模以分析決策的需求為出發點構建模型，一般有較好的大規模複雜查詢的響應性能，更直接面向業務，典型的代表是我們比較熟知的星形模型，以及在一些特殊場景下適用的雪花模型。

兩者的主要區別在於靈活性和性能方面。

另外，關係模型要求數據以最細粒度存在，而多維模型則以輕粒度匯總數據存在。

（記得十年前，某大型保險公司實施EDW項目，採用的就是關係模型，由IBM專門的團隊負責建模，好傢夥）。

在我看來，如果不是實施業務相對成熟的EDW，大多數據倉庫均會採用維度模型建模；

三、互聯網數據倉庫數據模型

1. 互聯網數據倉庫的現實狀況

2. 我們的模型方法選擇

在我們的數據倉庫中，除了各個主題域下的維度模型，還存在一些寬表模型。所謂寬表模型，是基於維度模型的擴展，採用退化維度的方式，將不同維度的度量放入數據表的不同的列中；它更易於理解，具有更高的查詢效率；易於模型擴展；

事實證明，在海量數據環境下，對業務查詢的支撐，寬表在性能和易用性方面，都達到了比較理想的效果。