【大数据技术】大数据技术之数仓宽表和窄表的区别

【大数据数仓】宽表和窄表的区别

一、宽表
（1）宽表：从字面意义上讲就是字段比较多的数据库表。通常是指业务主题相关的指标、维度、属性关联在一起的一张数据库表。由于把不同的内容都放在同一张表存储，宽表已经不符合数据仓库三范式的模型设计规范，将大量不同范畴的字段放到一张表里，故随之带来的主要坏处就是数据的大量冗余，但也带来了好处，与之相对应的好处就是查询性能的提高与便捷，查询时不需要跨表只需在这张宽表里进行即可，不需要与许多维度表进行join操作，故节省并减轻了系统资源开销（网络+内存+算力等等），这在数据体量较大时尤为明显 。这种宽表的设计广泛应用于机器学习/数据挖掘模型训练前的数据准备，通过把相关字段放在同一张表中，可以大大提高数据挖掘模型训练过程中迭代计算时的效率问题。（总之，利用空间换时间，在大数据环境下便于训练迭代、减少表关联数量，修改少量数据时不需要管多张表）

（2）“宽表”特点：一个表就是一个class，每个字段就是一个filed，操作简单。但不便扩展（扩展时要考虑较多因素，如主键）。

二、窄表
（1）窄表：严格按照数据库设计三范式。尽量减少数据冗余，但是缺点是修改一个数据可能需要修改多张表。

（2）“窄表”特点：方便扩展，能适应各种复杂的数据结构（树形、继承等），无论有多少配置，都不用修改表结构。但代码逻辑可能需要包装一下，某张表需要变更时，只需改动它自己就行，无需考虑主键及与其他数据的融合等问题，可进行快速迭代更新 。

宽表	宽表：从字面意义上讲就是字段比较多的数据库表。通常是指业务主题相关的指标、维度、属性关联在一起的一张数据库表。由于把不同的内容都放在同一张表存储，宽表已经不符合数据仓库三范式的模型设计规范，将大量不同范畴的字段放到一张表里，故随之带来的主要坏处就是数据的大量冗余，但也带来了好处，与之相对应的好处就是查询性能的提高与便捷，查询时不需要跨表只需在这张宽表里进行即可，不需要与许多维度表进行join操作，故节省并减轻了系统资源开销（网络+内存+算力等等），这在数据体量较大时尤为明显 。这种宽表的设计广泛应用于机器学习/数据挖掘模型训练前的数据准备，通过把相关字段放在同一张表中，可以大大提高数据挖掘模型训练过程中迭代计算时的效率问题。（总之，利用空间换时间，在大数据环境下便于训练迭代、减少表关联数量，修改少量数据时不需要管多张表）	一个表就是一个class，每个字段就是一个filed，操作简单。但不便扩展（扩展时要考虑较多因素，如主键）
窄表	严格按照数据库设计三范式。尽量减少数据冗余，但是缺点是修改一个数据可能需要修改多张表	方便扩展，能适应各种复杂的数据结构（树形、继承等），无论有多少配置，都不用修改表结构。但代码逻辑可能需要包装一下，某张表需要变更时，只需改动它自己就行，无需考虑主键及与其他数据的融合等问题，可进行快速迭代更新