本文導航
前言：
model對於數倉是最核心的東西，數據模型是數據組織和存儲方法，模型的好壞，決定了數倉能支撐企業業務多久。
爲什麼大多數企業，數倉都要重建，這不僅僅是業務拓展、發展迅速，很大一部分是因爲模型建的很爛。
01. 基本概念
維度建模，是數據倉庫大師Ralph Kimball提出的，是數據倉庫工程領域最流行的數倉建模經典。
維度建模以分析決策的需求出發構建模型，構建的數據模型爲分析需求服務，因此它重點解決用戶如何更快速完成分析需求，同時還有較好的大規模複雜查詢的響應性能。
它是面向分析的，爲了提高查詢性能可以增加數據冗餘，反規範化的設計技術。
1.1 事實表
事實表產生於業務過程，存儲了業務活動或事件提煉出來的性能度量。從最低的粒度級別來看，事實錶行對應一個度量事件。
事實表根據粒度的角色劃分不同，可分爲事務事實表、週期快照事實表、累積快照事實表。
（1）事務事實表，用於承載事務數據，通常粒度比較低，它是面向事務的，其粒度是每一行對應一個事務，它是最細粒度的事實表，例如產品交易事務事實、ATM交易事務事實。
（2）週期快照事實表，按照一定的時間週期間隔(每天，每月)來捕捉業務活動的執行情況，一旦裝入事實表就不會再去更新，它是事務事實表的補充。用來記錄有規律的、固定時間間隔的業務累計數據，通常粒度比較高，例如賬戶月平均餘額事實表。
（3）累積快照事實表，用來記錄具有時間跨度的業務處理過程的整個過程的信息，每個生命週期一行，通常這類事實表比較少見。
注意：這裏需要值得注意的是，在事實表的設計時，一定要注意一個事實表只能有一個粒度，不能將不同粒度的事實建立在同一張事實表中。
1.2 維度表
維度表，一致性維度，業務過程的發生或分析角度，我們主要關注下退化維度和緩慢變化維。
（1）退化維度（DegenerateDimension）
在維度類型中，有一種重要的維度稱作爲退化維度，亦維度退化一說。這種維度指的是直接把一些簡單的維度放在事實表中。退化維度是維度建模領域中的一個非常重要的概念，它對理解維度建模有着非常重要的作用，退化維度一般在分析中可以用來做分組使用。
（2）緩慢變化維（Slowly Changing Dimensions）
維度的屬性並不是始終不變的，它會隨着時間的流逝發生緩慢的變化，這種隨時間發生變化的維度我們一般稱之爲緩慢變化維（SCD）。
SCD常用的三種處理方式：
① TYPE1 直接覆蓋原值
② TYPE2 增加維度行
在爲維度成員增加新行時，需爲其分配新的主代理鍵。並且，至少需要在維度行再增加三列：有效日期、截止日期、行標識。這個地方可聯想拉鍊表設計。
③ TYPE3 增加屬性列
④ 混合方式
可根據實際業務場景，混合或選擇使用以上三種方式，以快速方便而又準確的分析歷史變化情況。
1.3 粒度
用於確定某一事實表中的行表示什麼，是業務最小活動單元或不同維度組合，即業務細節程度。
1.4 維度建模流程
維度建模步驟：選擇業務過程->聲明粒度->確定維度->確定事實。旨在重點解決數據粒度、維度設計和事實表設計問題。
聲明粒度，爲業務最小活動單元或不同維度組合。以共同粒度從多個組織業務過程合併度量的事實表稱爲合併事實表，需要注意的是，來自多個業務過程的事實合併到合併事實表時，它們必須具有同樣等級的粒度。
02.建模方法 -- 經典數據倉庫模型
數據倉庫建模方法論可分爲：維度建模、範式建模、Data Vault模型、Anchor模型。
2.1 維度模型
企業中最流行、也是最經典的數倉建模經典，數據倉庫大師Ralph Kimball的經典著作《數據倉庫工具箱 維度建模權威指南 第三版》一本書進行了論述。從事數據倉庫/ETL/BI的同學，強烈建議買一本至少讀一遍。
按數據組織類型劃分可分爲星型模型、雪花模型、星座模型。
（1）星型模型
星型模型主要是維表和事實表，以事實表爲中心，所有維度直接關聯在事實表上，呈星型分佈。
圖來源於Kimball《The Data Warehouse Toolkits -3rd Edition》
（2）雪花模型
雪花模型，在星型模型的基礎上，維度表上又關聯了其他維度表。這種模型維護成本高，性能方面也較差，所以一般不建議使用。尤其是基於hadoop體系構建數倉，減少join就是減少shuffle，性能差距會很大。
（3）星座模型
星座模型，是對星型模型的擴展延伸，多張事實表共享維度表。數倉模型建設後期，大部分維度建模都是星座模型。
2.2 範式模型
即 實體關係（ER）模型，數據倉庫之父Immon提出的，從全企業的高度設計一個3NF模型，用實體加關係描述的數據模型描述企業業務架構，在範式理論上符合3NF。此建模方法，對建模人員的能力要求非常高。
2.3 Data Vault模型
DataVault由Hub（關鍵核心業務實體）、Link（關係）、Satellite（實體屬性） 三部分組成 ，是Dan Linstedt發起創建的一種模型方法論，它是在ER關係模型上的衍生，同時設計的出發點也是爲了實現數據的整合，並非爲數據決策分析直接使用。
2.4 Anchor模型
高度可擴展的模型，所有的擴展只是添加而不是修改，因此它將模型規範到6NF，基本變成了K-V結構模型。企業很少使用，本文不多做介紹。
03. 建模工具
建模工具，一般企業以Erwin、powerdesigner、visio，甚至Excel等爲主。也有些企業自行研發工具，或使用阿里等成熟套裝組件產品。
3.1 PowerDesigner
是Sybase的企業建模和設計解決方案，是能進行數據庫設計的強大的軟件，是一款開發人員常用的數據庫建模工具。使用它可以分別從概念數據模型(Conceptual Data Model)和物理數據模型(Physical Data Model)兩個層次對數據庫進行設計。
3.2 ERWin
全稱是ERwin Data Modeler，是CA公司的數據建模工具。ERwin提供數據庫結構，管理界面的容易簡單，圖形顯示對視覺複雜。
另附一張 www.erwinchina.com 中文官網首頁截圖，這幾句話很霸氣有木有~~
3.3 Visio
Visio 是Office 軟件系列中的負責繪製流程圖和示意圖的軟件，是一款便於IT和商務人員就複雜信息、系統和流程進行可視化處理、分析和交流的軟件。同時它也可以用來數據庫建模。
打開visio 2010,文件—>新建—>數據庫—>數據庫模型圖。建立數據庫模型圖之後，菜單欄多出一個菜單項"數據庫"。
3.4 Excel Mapping
通過我們最熟悉的Excel進行維護數據模型、血緣關係和元數據管理，話不多說，直接上圖：
04. 結語
對於數倉而言，模型就是命脈，好與壞直接決定企業數據存儲、處理和應用。
對於維度建模，真正理解了粒度和一致性維度，也就理解了維度建模的魂。
對於建模工具，沒有最好只有更好，適合業務的就是最好的。