维度建模（星型雪花星座）

Posted 2023-03-29 五块兰州拉面

整理不易，转发请注明出处，请勿直接剽窃！
点赞、关注、不迷路！

摘要： 事实表、维度表、维度模型、核心四步骤

事实表：度量（数值）、维度表的主键作为事实表的外键。
维度表：包含事件发生的实际存在的文本环境，比如产品、地区、日期等各个维度表。
维度表可以分为两类:一般维度表和固定维度表
一般维度表的数据是不断增加和变化的
固定维度表的数据是不变的

事实表的设计是以 能够正确记录历史信息 为准则,维度表的设计是以 能够用合适的角度来聚合主题内容 为准则

维度模型

雪花和星型模型都是基于一张事实表通过外键关联维表进行扩展，生成一份能够支撑可预知查询需求的模型宽表。

星型模型

维度表围绕事实表，一个事实多个维度，维表地位相同。
维度模型（星型模型）比较简单，而且适于变化，各个维度的地位相同。可根据业务情况进行新增或者修改（只要维度的单一值已经存在事实表中）。

雪花模型(性能低)

有些维表不与事实表直接关联，而是通过其他维表关联到事实表。

星座模型（较多采用）

多个事实表相组合，维表是公共的。

维度建模四个步骤

1.选择业务过程
表示的是业务执行的活动，产生一系列事实表。
2.声明粒度
粒度是事实表的度量细节级别。通常从原子级别粒度开始设计，这样可以支持上卷，也支持下钻细节，能够承受各种用户查询。
3.确认维度
文本属性，用来修饰事实表。
4.确认事实
是维度建模的核心。
不同粒度的度量要放在不同的事实表中。
通过外键关联相关维度。
查询操作是基于事实表开展计算和聚合。

[hive]维度模型分类:星型模型,雪花模型,星座模型|范式

一、维度模型分类:星型模型,雪花模型,星座模型

1、星型模型

星型模型中只有一张事实表，以及0张或多张维度表，事实与纬度表通过主键外键相关联，维度之间不存在关联关系，当所有纬度都关联到事实表时，整个图形非常像一种星型的结构，所以称之为“星型模型”。

注：事实表中只存外键和度量值。

2、雪花模型

当一个或多个纬度表没有直接连接到事实表，而是通过其他维度表连接到事实表时，其图解就像多个雪花连接在一起，故称雪花模型。雪花模型是对星型模型的扩展，它对星型模型的维度进一步层次化。

优点是避免了数据冗余。

缺点是增加了join，导致效率低。

3、星座模型

星座模型也是星型模型的扩展，区别是星座模型中存在多张事实表，不同的事实表之间共享维度表信息。日常开发用的就是星座模型。

二、范式

范式：在进行关系建模时，需要遵循的规则。

范式的作用：降低数据的冗余性，减少存储空间，保持数据一致性。

1、函数依赖：

完全函数依赖，部分函数依赖，传递函数依赖。

1）完全函数依赖

z=f(x,y)有了x,y才能计算出z，所以z完全函数依赖于x,y。比如通过(学号,课程)推出分数，但是单纯用学号推断不出来分数，那么就可以说分数全完依赖于(学号,课程)。

2）部分函数依赖

z=f(x,y)当给定x,y则能计算出z,当给x,y,n时，也能计算出z，此时z部分函数依赖于z,y,n。比如通过（学号，课程）推出姓名，因为可以直接通过学号退出姓名，所以：姓名部分依赖于（学号，课程）。

3）传递函数依赖

y=f(x)，z=g(y)，依赖x可以得到y，从而得到z，z传递依赖于x。比如：学号推出系名，系名退出系主任，系主任传递依赖于学号。

2、第一范式

字段不可分割。

商品字段中"5台电脑"可以切割成"5台"+"电脑"，改为

3、第二范式

满足第一范式，且不能存在非主键字段部分函数依赖于主键字段。

主键为:"学号"+"课名"。"分数”完全依赖于（学号，课名），但是姓名并不完全依赖于（学号，课名），姓名只依赖于学号。

4、第三范式

满足第一二范式，且不能存在非主键字段传递函数依赖于主键字段。

主键：学号。学号->系名->系主任

上面表需要再次拆解：