FocusBI:租房分析&星型模型

最新推荐文章于 2018-12-09 08:06:00 发布

转载最新推荐文章于 2018-12-09 08:06:00 发布 · 169 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/focusBI/p/9668324.html

微信公众号：FocusBI
关注可了解更多的商业智能、数据仓库、数据库开发、爬虫知识及沪深股市数据推送。问题或建议，请关注公众号发送消息留言;
如果你觉得FocusBI对你有帮助，欢迎转发朋友圈或在文章末尾点赞^[1]

　　《商业智能教程》pdf下载地址

　　链接：https://pan.baidu.com/s/1f9VdZUXztwylkOdFLbcmWw 密码：2r4v

　　OLAP(联机分析处理)多维数据库与关系数据库的实体关系图表示形式所显示的内容完全不同。不同之处在于，对于用于构建OLAP数据库的架构类型，提供了一个名称：星型架构和雪花架构。雪花架构是在星型架构上经过大量的变形得到的。主要区别在于架构的复杂程度，OLTP架构一般都会比OLAP架构复杂得多。为了了解星型模型这里我对星型模型做一个案例。

星型模型

经过爬虫Python爬取的房产中介网址，通过SSIS方案的ETL处理后抽取维度和事实分离，现在就来开始维度建模，从数据仓库中我们可以看到Dim和Fact开头的表，Dim代表维度表Fact开头的代表事实表，这里维度表有装修类型、出租方式、楼层、房间类型、地理位置、价格区间、是否地铁房，事实表有租房数据。装修类型包含：中等装修、豪华装修、其他、毛坯、精装修、简单装修。出租方式包含：整租、合租。楼层包含：具体楼层和楼层区间。房间类型包含：几室几厅。地理位置包含：区域、地域、具体位置。价格区间包含：具体价格和价格区间。是否地铁房包含：是地铁房和非地铁房。