数据仓库【3】：建模方法

1、基本概念

1.1、OLTP系统建模方法

• OLTP（在线事务处理）系统中，主要操作是随机读写
• 为了保证数据一致性、减少冗余，常使用关系模型
• 在关系模型中，使用三范式规则来减少冗余

1.2、OLAP（在线联机分析）

• OLAP系统，主要操作是复杂分析查询；关注数据整合，以及分析、处理性能
• OLAP根据数据存储的方式不同，又分为ROLAP、MOLAP、HOLAP
  OLAP系统分类
  • ROLAP（Relation OLAP，关系型 OLAP）：使用关系模型构建，存储系统一般为RDBMS
  • MOLAP（Multidimensional OLAP，多维型 OLAP）：预先聚合计算，使用多维数组的形式保存数据结果，加快查询分析时间
  • HOLAP（Hybrid OLAP，混合架构的 OLAP）：ROLAP 和 MOLAP 两者的集成；如低层是关
    系型的，高层是多维矩阵型的；查询效率高于ROLAP，低于MOLAP

2、ROLAP

2.1、ROLAP系统建模方法

• 典型的数据仓库建模方法有ER模型、维度模型、Data Value、Anchor
  

2.2、维度模型

• 维度模型中，表被分为维度表、事实表，维度是对事实的一种组织
• 维度一般包含分类、时间、地域等
  
• 维度模型分为星型模型、雪花模型、星座模型
• 维度模型建立后，方便对数据进行多维分析
  

2.2.1、星型模型

• 标准的星型模型，维度只有一层，分析性能最优
  

2.2.2、雪花模型

• 雪花模型具有多层维度，比较接近三范式设计，较为灵活
  

2.2.3、星座模型

• 星座模型基于多个事实表，事实表之间会共享一些维度表
• 是大型数据仓库中的常态，是业务增长的结果，与模型设计无关
  

2.2.4、什么是宽表模型？

• 宽表模型是维度模型的衍生，适合join性能不佳的数据仓库产品
• 宽表模型将维度冗余到事实表中，形成宽表，以此减少join操作
  

3、MOLAP

3.1、MOLAP系统建模方法

• MOLAP将数据进行预结算，并将聚合结果存储到CUBE模型中
• CUBE模型以多维数组的形式，物化到存储系统中，加快后续的查询
• 生成CUBE需要大量的时间、空间，维度预处理可能会导致数据膨胀

3.2、常见MOLAP产品

• Kylin
• Druid
  

4、多维分析

4.1、OLAP多维分析

• OLAP主要操作是复杂查询，可以多表关联，使用COUNT、SUM、AVG等聚合函数
• OLAP对复杂查询操作做了直观的定义，包括钻取、切片、切块、旋转
  

4.2、钻取

• 对维度不同层次的分析，通过改变维度的层次来变换分析的粒度
• 钻取包括上卷（Roll-up）、下钻(Drill-down)
• 上卷（Roll-up），也称为向上钻取，指从低层次到高层次的切换
• 下钻(Drill-down)，指从高层次到低层次的切换
  

4.3、切片(Slice)、切块(Dice)

• 选择某个维度进行分割称为切片
• 按照多维进行的切片称为切块
  

4.4、旋转(Pivot)

• 对维度方向的互换，类似于交换坐标轴上卷（Roll-up）