维度模型 VS 非归一化模型

Posted 2023-03-29

【中文标题】维度模型 VS 非归一化模型

【英文标题】：Dimensional model VS De-normalized model

【发布时间】：2018-05-31 12:06:07

【问题描述】：

我只是在数据仓库的上下文中问这个问题。

维度模型和去规范化模型是相同的还是不同的？ 据我从 DW 爱好者那里听说，没有所谓的归一化或反归一化数据模型。

但我的理解是，分解维度，即雪花是维度模型。而具有扁平层次结构维度的模型称为非规范化数据模型。两者都是数据仓库中的数据建模概念。

我需要你的专家意见。

我们可以称之为没有代理键但具有主键的数据模型 - 来自操作 (OLTP) 系统的代码以将 Fact-Dimension 连接在一起？

【参考方案1】：

由于维度表的处理方式，维度模型通常被认为是“非规范化”的。

具有“雪花”维度的数据仓库仍然可以称为维度模型，但这不是 Kimball 的建议，大多数人在想到维度建模时都会想到他的方法。

分解维度（即雪花）是对这些表进行规范化，维度建模（如 Kimball 所述）建议尽可能避免雪花，尽管出于各种原因，人们当然有时会这样做。具有扁平层次维度的模型是非规范化的数据模型，这是人们谈论维度模型时的主要意思。

对于没有代理键的系统：也可以称为数据仓库，您也可以将其称为维度模型，但与 Kimball 推荐的方法相反（无论好坏！） .

【讨论】：

好吧。解开了我的疑惑。如果我们不在我们的数据模型中维护 SCD 数据，仍然推荐使用代理？

当然，有很多理由使用代理键。