63-天亮大数据经典大数据笔试题系列之数据仓库建模方法

  • 如何构建数据模型
    • 数据模型的层次的一般划分
      63-天亮大数据经典大数据笔试题系列之数据仓库建模方法_第1张图片
    • 各层次说明
      • 业务建模,生成业务模型,主要解决业务层面的分解和程序化。
      • 领域建模,生成领域模型,主要是对业务模型进行抽象处理,生成领域概念模型。
      • 逻辑建模,生成逻辑模型,主要是将领域模型的概念实体以及实体之间的关系进行数据库层次的逻辑化。
      • 物理建模,生成物理模型,主要解决,逻辑模型针对不同关系型数据库的物理化以及性能等一些具体的技术问题。
    • 构建方法
      • 数据模建构建与数据仓库架构设计有紧密关系,要优先吸收数据仓库架构设计即上一节内容。
      • 数据仓库的建模方法有很多,每一种建模方法则代表哲学上的一个观点,代表了一种归纳,概括世界的一种方法。
      • 目前的构建方法主要有三种:
        • 范式建模法
        • 维度建模法
        • 实体建模法
    • 具体构建方法详解
      • 范式建模法
        • 范式建模法其实是我们在构建数据模型常用的方法之一。
        • 主要解决关系型数据库得数据存储,我们在关系型数据库中的建模方法,大部分采用的是三范式建模法。
        • 数据库六大范式说明
          • 第1范式-1NF:无重复的列、列不可再拆分。
          • 第2范式-2NF:属性完全依赖于主键
          • 第3范式-3NF:属性不依赖于其它非主属性,即属于依赖于主键不能出现传递依赖。
          • 巴斯-科德范式(BCNF),第四范式(4NF),第五范式(5NF,又称完美范式)
        • 特别说明
          • 范式建模优点
            • 从关系型数据库的角度出发,结合了业务系统的数据模型,能够比较方便的实现数据仓库的建模。
          • 范式建模缺点
            • 其建模方法限定在关系型数据库之上,在有些时候(需要冗余的时候)反而限制了整个数据仓库模型的灵活性,性能等,特别是考虑到数据仓库的底层数据向数据集市的数据进行汇总时,需要灵活调整才能达到要求。
          • 使用建议:当不需要冗余设计提高易用性和计算效率时,可以采用这种模式。
      • 维度建模法
        • 即按照事实表,维表来构建数据仓库,即最被人广泛知晓的名字就是星型模式(Star-schema)
        • 事实表:发生在某个时间点上的一个事件,即具体的实体内容。比如以电商订单为例:下单是一个事实、付款是一个事实、退款是一个事实,所有事实的累计形成的表,均为事实表
        • 维度表
          • 维度表是从事实表中抽离出来的分析粒度。
          • 维度表可以看作是用户来分析数据的窗口(视角),维度表中包含事实数据表中事实记录的特性,有些特性提供描述性信息,有些特性指定如何汇总事实数据表数据,以便为分析者提供有用的信息.
        • 维度建模法示意图
          63-天亮大数据经典大数据笔试题系列之数据仓库建模方法_第2张图片
        • 特别说明
          • 上图为典型的星型架构。
          • 广泛被使用的原因,在于针对各个维作了大量的预处理,如按照维进行预先的统计、分类、排序等,能够极大的提升数据仓库的处理能力。
          • 维度建模优点
            • 由于其可以有必要合理的冗余和其它范式建模的严格限制,相对于针对3NF 的建模方法,星型模式在性能上占据明显的优势。
            • 维度建模非常直观,紧紧围绕着业务模型,可以直观的反映出业务模型中的业务问题。不需要经过特别的抽象处理,即可以完成维度建模。
          • 维度建模缺点
            • 由于在构建星型模式之前需要进行大量的数据预处理,会带来大量的数据处理工作。
            • 业务发生变化后,往往需要更新维度的预处理。
            • 存储和处理过程中,数据冗余量较大
            • 依靠维度建模的话,其维度必然会且维护成本增大,不能保证数据来源的一致性和准确性,而且在数据仓库的底层,不是特别适用于维度建模的方法。
          • 使用建议:在数据架构设计中的细节数据层、汇总数据层、数据集市层等需要提升计算性能的时候,均可以使用,也是建模过程中逻辑建模阶段最常用的方法之一。
          • 关于星形和雪花模型进行维度建模的对比说明
            • 定义
            • 星形模型:维度表全部直接关联到事实表中,其形状类似星星,故称之。
          • 雪花模型:维度表并非全部关联到事实表中,存在一个多个表没有直接关联到事实表中时,其形状类似雪花,故称之。
          • 相同点
            • 雪花模型属于星形模型的扩展,属于星形模型。
            • 都是围绕事实表、维度表展开模型构建,只是层次设计不尽相同。
          • 差异点
            • 星型架构的设计由于没有像现实世界当中的抽象情况进行层级依赖,所以是一种非正规化的结构,多维数据集的每一个维度都直接与事实表相连接,不存在渐变维度,所以数据有一定的冗余设计。
          • 举例说明(销售类数据仓库构建)
            • 如在地域维度表中,存在国家A省B的城市C,及国家A省B的城市D两条记录,那么国家A和省B的信息分别存储了两次,即存在冗余。
              63-天亮大数据经典大数据笔试题系列之数据仓库建模方法_第3张图片

            • 雪花模型是对星型模型的扩展。它对星型模型的维表进一步层次化,原有的各维表可能被扩展为小的事实表,形成一些局部的“层次”区域,这些被分解的表都连接到主维度表而不是事实表。

          • 举例如上:
            • 将地域维表又分解为国家,省份,城市等维表。
            • 优点是通过最大限度地减少数据存储量以及联合较小的维表来改善查询性能。雪花型结构去除了数据冗余。
            • 如下图所示:
              63-天亮大数据经典大数据笔试题系列之数据仓库建模方法_第4张图片
          • 对比总结说明
            • 数据规范性:雪花胜于星型。
            • 性能:雪花的表关联较多,并行性和计算性能上会低于性能上往往低于星型。
            • ETL开发:雪花关系多则关联多,代码量较复杂一些。而星型数据较集中,关联少,代码量会少一些。
            • 实际使用,两者应用的均比较多,但星型略胜一筹。


天亮教育是一家从事大数据云计算、人工智能、教育培训、产品开发、咨询服务、人才优选为一体的综合型互联网科技公司。
公司由一批BAT等一线互联网IT精英人士创建,
以"快乐工作,认真生活,打造IT职业技能教育的一面旗帜"为愿景,胸怀"让天下没有难找的工作"使命,
坚持"客户第一、诚信、激情、拥抱变化"的价值观,
全心全意为学员赋能提效,践行技术改变命运的初心。

更多学习讨论, 请加入
官方-天亮大数据交流QQ群-366784928
群二维码:
63-天亮大数据经典大数据笔试题系列之数据仓库建模方法_第5张图片
官方-天亮web前端交流QQ群-972788995
群二维码:
63-天亮大数据经典大数据笔试题系列之数据仓库建模方法_第6张图片

欢迎关注天亮教育公众号,大数据技术资料与课程、招生就业动态、教育资讯动态、创业历程分享一站式分享,官方微信公众号二维码:
63-天亮大数据经典大数据笔试题系列之数据仓库建模方法_第7张图片

爬虫、nlp技术qq群320349384
hadoop & spark & hive技术群297585251
教育培训官网:http://myhope365.com
项目研发业务尚云科技官网:http://shangyuninfo.com/
天亮教育公开课-从小白到大佬修成记-全系列视频地址:http://myhope365.com/news/index?id=66
天亮云课堂小程序版,微信扫码下图可直接进入学习!!!

63-天亮大数据经典大数据笔试题系列之数据仓库建模方法_第8张图片

你可能感兴趣的:(天亮教育相关课程,天亮大数据,天亮教育,天亮培训)