数仓建模理论与规范
作者：渠振方，大数据售前专家服务团队
摘要：本文主要介绍数据仓库模型架构设计的目标、核心思想和核心步骤。
一、 模型架构设计目标
1. 数据仓库的定义
数据仓库是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策（Decision Making Support）。
从上面的定义可用看到数据仓库主要有四个特点：
• 面向主题：面向分析主题，如商家全域分析、交易环节分析等。
• 集成的：将业务系统进行集成组装，并整合到数据仓库中。
• 相对稳定：不同于OLTP 需要进行很多事务性操作（如：插入、删除、修改，等），
OLAP 是一次性载入后进行多次查询访问。
• 反映历史变化：不同于OLTP 仅反映当下数据状态，OLAP 可以反映数据历史的
变化情况。
2. 范式建模VS 维度建模
建模的两大核心思想是：范式建模和维度建模。
1) 范式建模法（3NF）——Inmon
数据仓库建模中最常用的方法，在技术上可以解决关系型数据库的数据存储，减少大量的数据冗余；在业务上可以使模型更加简洁易懂，数据的出口唯一。
• 优点：从关系型数据库的角度出发，结合了业务系统的数据模型，能很方便的
实现数据仓库建模，同时逻辑清晰，避免了数据冗余。
• 缺点：从底层数据向数据集市的数据进行汇总时需要进行一定变通，经常需要
多表关联才能满足相应的需求。
2) 维度建模——Kimball
按照事实表、维表来构建数据仓库、数据集市。
• 优点：事实表事先针对各个维度做了大量的预处理，比如进行预先的聚集、排序、分类等，后续基于其上的应用在访问速度很快；维度非常直观，紧紧围绕着业务模型，能快捷完成维度建模。
• 缺点：当业务发生变化，需要重新进行维度的定义，往往需要重新进行维度数据的预处理，并导致大量的数据冗余，无法保证数据来源的一致性与完整性。
本次分享主要介绍维度建模。
3. 模型架构设计目标
模型架构设计的总体目标是清晰的层次架构、合理稳定的数据分域和高效易用的数据模型。具体体现在以下四个方面：
1) 易使用
• 一致性
• 规范性
• 完整性
2) 高质量
• 稳定产出
• 口径一致
• 准确性
3) 低成本
• 计算成本
• 存储成本
• 研发成本
4) 好运维
• 可扩展
• 可回刷
• 易维护
《全链路数据治理-智能数据建模 》——数仓建模理论与规范(2) https://developer.aliyun.com/article/1231084?groupCode=tech_library
