数据仓库建模理论——实体关系（ER）建模理论

什么是数据仓库？

定义：面向主体的，集成的，相对稳定的， 反映历史变化的数据集合，用于支持管理决策。

• 面向主题：在较高层次上将企业信息系统的数据综合归并进行分析利用的抽象的概念。每个主题基本上对应一个相应的分析领域。
• 集成的：企业级数据，同时数据要保持一致性，完整性，有效性，精确性。
• 稳定的：从某个时间段来看是保持不变的，没有更新操作，删除操作，以查询分析为主。
• 变化的：反应历史变化。

数据仓库建模的目标？

• 访问性能：能够快速查询所需的性能，减少数据I/O
• 访问成本：减少不必要的数据冗余，实现计算结果数据复用，降低大数据系统中的存储成本和计算成本。
• 使用效率：改善用户应用体验，提高使用数据的效率。
• 数据质量：改善数据统计口径达不一致，减少数据计算错误的可能性，提供高质量的，已知的数据访问平台。

SO，大数据的数仓建模需要通过建模的方法更好的组织、存储数据，以便在性能、成本、效率和数据质量之间找到最佳平衡点。

关系模式范式

关系型数据库设计时，遵照一定的规范要求，目的在于降低数据的冗余性和数据的一致性，目前业界范式有：

• 第一范式(1NF)
• 第二范式(2NF)
• 第三范式(3NF)
• 巴斯-科德范式(BCNF)
• 第四范式(4NF)
• 第五范式(5NF)

范式都是从上到下依次依赖的。

第一范式(1NF)

域都应该是原子性的，及数据库标的每一列都是不可分割的原子数据项。

第二范式(2NF)

在1NF的基础上，实体的属性完全依赖于主关键字，不能存在仅依赖主关键字一部分的属性。

 

第三范式(3NF)

ER实体模型

ER模型是数据库设计的理论基础，当前几乎所有的OLTP系统设计都采用ER模型建模的方式。
Bill Inom提出的数仓理论，推荐采用ER关系模型进行建模。
BI架构提出分层架构，数仓底层ods，dwd也多采用ER关系模型设计。

转载地址：https://www.jianshu.com/p/101c98ccc390