数据仓储设计的基本概念

一、维度建模基本概念

    维度建模(dimensional modeling)是专门用于分析型数据库、数据仓库、数
据集市建模的方法。数据集市可以理解为是一种"小型数据仓库"。

维度表

    维度表示你要对数据进行分析时所用的一个量,比如你要分析产品销售情况,
你可以选择按类别来进行分析,或按区域来分析。

事实表

    表示对分析主题的度量。事实表包含了与各维度表相关联的外键，并通过
JOIN 方式与维度表关联。

总结

    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
以合适的角度来聚合主题内容为准则。

维度建模的三种模式
1.星型模式

    星形模式(Star Schema)是最常用的维度建模方式。星型模式是以事实表为
中心，所有的维度表直接连接在事实表上，像星星一样。

特点：

a. 维表只和事实表关联，维表之间没有关联；
b. 每个维表主键为单列，且该主键放置在事实表中，作为两边连接的外键；
c. 以事实表为核心，维表围绕核心呈星形分布；

2.雪花模式

    雪花模式(Snowflake Schema)是对星形模式的扩展。雪花模式的维度表可以
拥有其他维度表的，

缺点：

    这种模型相比星型更规范一些，但是由于这种模型不太
容易理解，维护成本比较高，而且性能方面需要关联多层维表，性能也比星型模
型要低。所以一般不是很常用。

3.星座模式

    星座模式是星型模式延伸而来，星型模式是基于一张事实表的，而星座模式
是基于多张事实表的，而且共享维度信息。

特点：

    两种维度建模方法都是多维表对应单事实表，但在很多时候维度
空间内的事实表不止一个，而一个维表也可能被多个事实表用到

事实表设计：

维度表设计：

二、模块开发——ETL
TL 工作的实质就是从各个数据源提取数据，对数据进行转换，并最终加载
填充数据到数据仓库维度建模后的表中。

几个特殊的解析：

"http://www.google.com/url?sa=t&rct=j&q=nodejs%20%E5%BC%82%E6%AD%A5%E