數(shù)據(jù)倉(cāng)庫(kù)的多維數(shù)據(jù)模型

1、可能很多人理解的數(shù)據(jù)倉(cāng)庫(kù)就是基于多維數(shù)據(jù)模型構(gòu)建，用于OLAP的數(shù)據(jù)平臺(tái)，通過(guò)上一篇文章數(shù)據(jù)倉(cāng)庫(kù)的基本架構(gòu)，我們已經(jīng)看到數(shù)據(jù)倉(cāng)庫(kù)的 應(yīng)用可能遠(yuǎn)不止這些。但不得不承認(rèn)多維數(shù)據(jù)模型是數(shù)據(jù)倉(cāng)庫(kù)的一大特點(diǎn)， 也是數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用和實(shí)現(xiàn)的一個(gè)重要的方面，通過(guò)在數(shù)據(jù)的組織和存儲(chǔ)上的優(yōu)化，使其更適用于分析型的數(shù)據(jù)查詢(xún)和獲取。多維數(shù)據(jù)模型的定義和作用多維數(shù)據(jù)模型是為了滿(mǎn)足用戶(hù)從多角度多層次進(jìn)行數(shù)據(jù)查詢(xún)和分析的 需要而建立起來(lái)的基于事實(shí)和維的數(shù)據(jù)庫(kù)模型，其基本的應(yīng)用是為了實(shí)現(xiàn) OLAP ( Online Analytical Processing )。當(dāng)然，通過(guò)多維數(shù)據(jù)模型的數(shù)據(jù)展示、查詢(xún)和獲取就是其作用的展現(xiàn)，

2、但其真的作用的實(shí)現(xiàn)在于，通過(guò)數(shù)據(jù)倉(cāng)庫(kù)可以根據(jù)不同的數(shù)據(jù)需求建立起各類(lèi)多維模型，并組成數(shù)據(jù)集市開(kāi)放給不同的用戶(hù)群體使用，也就是根據(jù)需求 定制的各類(lèi)數(shù)據(jù)商品擺放在數(shù)據(jù)集市中供不同的數(shù)據(jù)消費(fèi)者進(jìn)行采購(gòu)。多維數(shù)據(jù)模型實(shí)例在看實(shí)例前，這里需要先了解兩個(gè)概念：事實(shí)表和維表。事實(shí)表是用來(lái)記錄具體事件的，包含了每個(gè)事件的具體要素，以及具體發(fā)生的事情；維表 則是對(duì)事實(shí)表中事件的要素的描述信息。比如一個(gè)事件會(huì)包含時(shí)間、地點(diǎn)、 人物、事件，事實(shí)表記錄了整個(gè)事件的信息，但對(duì)時(shí)間、地點(diǎn)和人物等要素 只記錄了一些關(guān)鍵標(biāo)記，比如事件的主角叫“Michael”，那么Michael到底“長(zhǎng)什么樣”，就需要到相應(yīng)的維表里面去查詢(xún)

3、“Michael”的具體描述信息了?；谑聦?shí)表和維表就可以構(gòu)建出多種多維模型，包括星形模型、雪花模型和星 座模型。這里不再展開(kāi)了，解釋概念真的很麻煩，而且基于我的理解的描述 不一定所有人都能明白，還是直接上實(shí)例吧：地域維PK地域ID徂市LI-.-K 地址時(shí)問(wèn)繾PK時(shí)間TD年商品銷(xiāo)售事實(shí)表PKJK1PK,FK2PK,FKMPKJK4PKJK5時(shí)間ID地域ID用戶(hù)ID產(chǎn)品ID麥忖ID購(gòu)實(shí)數(shù)旬實(shí)付金顫川.白一D用廣類(lèi)型I用戶(hù)名用尸信息支付維PK支付ID苴付方式 殳付類(lèi)型5染PK產(chǎn)品TD產(chǎn)晶類(lèi)型 產(chǎn)品名產(chǎn)品屬性這是一個(gè)最簡(jiǎn)單的星形模型的實(shí)例。事實(shí)表里面主要包含兩方面的信息:維和度量，維的具體描述信息記

4、錄在維表，事實(shí)表中的維屬性只是一個(gè)關(guān)聯(lián) 到維表的鍵，并不記錄具體信息；度量一般都會(huì)記錄事件的相應(yīng)數(shù)值，比如 這里的產(chǎn)品的銷(xiāo)售數(shù)量、銷(xiāo)售額等。維表中的信息一般是可以分層的，比如 時(shí)間維的年月日、地域維的省市縣等，這類(lèi)分層的信息就是為了滿(mǎn)足事實(shí)表 中的度量可以在不同的粒度上完成聚合，比如2010年商品的銷(xiāo)售額，來(lái)自上海市的銷(xiāo)售額等。還有一點(diǎn)需要注意的是，維表的信息更新頻率不高或者保持相對(duì)的穩(wěn)定， 例如一個(gè)已經(jīng)建立的十年的時(shí)間維在短期是不需要更新的，地域維也是；但 是事實(shí)表中的數(shù)據(jù)會(huì)不斷地更新或增加，因?yàn)槭录恢痹诓粩嗟匕l(fā)生，用戶(hù) 在不斷地購(gòu)買(mǎi)商品、接受服務(wù)。多維數(shù)據(jù)模型的優(yōu)缺點(diǎn)這里所說(shuō)的多維模型是

5、指基于關(guān)系數(shù)據(jù)庫(kù)的多維數(shù)據(jù)模型，其與傳統(tǒng)的關(guān)系模型相比有著自身的優(yōu)缺點(diǎn)。優(yōu)點(diǎn)：多維數(shù)據(jù)模型最大的優(yōu)點(diǎn)就是其基于分析優(yōu)化的數(shù)據(jù)組織和存儲(chǔ)模式。舉個(gè)簡(jiǎn)單的例子，電子商務(wù)網(wǎng)站的操作數(shù)據(jù)庫(kù)中記錄的可能是某個(gè)時(shí)間點(diǎn)， 某個(gè)用戶(hù)購(gòu)買(mǎi)了某個(gè)商品，并寄送到某個(gè)具體的地址的這種記錄的集合，于 是我們無(wú)法馬上獲取2010年的7月份到底有多少用戶(hù)購(gòu)買(mǎi)了商品，或者 2010年的7月份有多少的浙江省用戶(hù)購(gòu)買(mǎi)了商品？但是在基于多維模型的 基礎(chǔ)上，此類(lèi)查詢(xún)就變得簡(jiǎn)單了，只要在時(shí)間維上將數(shù)據(jù)聚合到2010年的7月份，同時(shí)在地域維上將數(shù)據(jù)聚合到浙江省的粒度就可以實(shí)現(xiàn)，這個(gè)就是 OLAP的概念，之后會(huì)有相關(guān)的文章進(jìn)行介紹。缺點(diǎn)：

6、多維模型的缺點(diǎn)就是與關(guān)系模型相比其靈活性不夠，一旦模型構(gòu)建就很難進(jìn)行更改。比如一個(gè)訂單的事實(shí)，其中用戶(hù)可能購(gòu)買(mǎi)了多種商品，包括了 時(shí)間、用戶(hù)維和商品數(shù)量、總價(jià)等度量，對(duì)于關(guān)系模型而言如果我們進(jìn)而需 要區(qū)分訂單中包含了哪些商品，我們只需要另外再建一張表記錄訂單號(hào)和商 品的對(duì)應(yīng)關(guān)系即可，但在多維模型里面一旦事實(shí)表構(gòu)建起來(lái)后，我們無(wú)法將 事實(shí)表中的一條訂單記錄再進(jìn)行拆分，于是無(wú)法建立以一個(gè)新的維度一一產(chǎn)品維，只能另外再建個(gè)以產(chǎn)品為主題的事實(shí)表。所以，在建立多維模型之前，我們一般會(huì)根據(jù)需求首先詳細(xì)的設(shè)計(jì)模型， 應(yīng)該包含哪些維和度量，應(yīng)該讓數(shù)據(jù)保持在哪個(gè)粒度上才能滿(mǎn)足用戶(hù)的分析 需求。這里對(duì)數(shù)據(jù)倉(cāng)庫(kù)的多維模型進(jìn)行了簡(jiǎn)單的介紹， 你是不是想到了其實(shí)你 在分析數(shù)據(jù)的時(shí)候很多的