數(shù)據(jù)倉(cāng)庫(kù)原理與實(shí)踐 課件 第2章 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型

第2-1章數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)——維度建模1數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型分類2維度模型的相關(guān)概念3維度模型的結(jié)構(gòu)2.1數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型分類

2.1數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)模型分類維度模型范式模型DataVault模型Anchor模型2.2維度模型的相關(guān)概念

RalphKimball，數(shù)據(jù)倉(cāng)庫(kù)方面的知名學(xué)者，畢業(yè)于斯坦福大學(xué)。他創(chuàng)立的維度建模方法論（或Kimball方法論）已經(jīng)成為決策支持領(lǐng)域的金科玉律。該方法非常直觀，緊緊圍繞業(yè)務(wù)模型，不需要經(jīng)過(guò)特別的抽象處理，即可完成維度建模。2.2.1粒度（Granularity）

粒度是指數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)單元的詳細(xì)程度和級(jí)別，確定數(shù)據(jù)倉(cāng)庫(kù)的粒度是設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)的一個(gè)最重要方面。

數(shù)據(jù)越詳細(xì)，粒度越小級(jí)別就越低；數(shù)據(jù)綜合度越高，粒度越大級(jí)別就越高。例如，地址數(shù)據(jù)中“北京市”比“北京市海淀區(qū)”的粒度大。2.2.2維度（Dimension）和維度表

維度（簡(jiǎn)稱為維）是指人們觀察事物的特定的角度，概念上類似于關(guān)系表的屬性。例如企業(yè)常常關(guān)心產(chǎn)品銷售數(shù)據(jù)隨著時(shí)間推移而變化的情況，這是從時(shí)間的角度來(lái)觀察產(chǎn)品的銷售，即時(shí)間維；企業(yè)也常常關(guān)心本企業(yè)的產(chǎn)品在不同地區(qū)的銷售分布情況，這是從地理分布的角度來(lái)觀察產(chǎn)品的銷售，即地區(qū)維。存放維數(shù)據(jù)的表稱為維表，如下表所示就是一個(gè)時(shí)間維表。維表中的數(shù)據(jù)具有維層次結(jié)構(gòu)，包含維屬性和維成員。編號(hào)日期月份季度年份12015.1.52015年1月2015年1季度2015年22015.3.82015年3月2015年1季度2015年32015.10.12015年10月2015年4季度2015年42015.12.32015年12月2015年4季度2015年2.維屬性和維成員一個(gè)維是通過(guò)一組屬性來(lái)描述的，如時(shí)間維包含年份、季度、月份和日期等屬性，這里的年份、季度等稱為時(shí)間維的維屬性。維的一個(gè)取值稱為該維的一個(gè)維成員，如果一個(gè)維是多層次的，那么該維的維成員是在不同維層次的取值組合。例如，一個(gè)時(shí)間維具有年份、季度、月份、日期四個(gè)層次，分別在四個(gè)層次各取一個(gè)值，就得到時(shí)間維的一個(gè)維成員，即某年某季某月某日。編號(hào)日期月份季度年份12015.1.52015年1月2015年1季度2015年22015.3.82015年3月2015年1季度2015年32015.10.12015年10月2015年4季度2015年42015.12.32015年12月2015年4季度2015年3.維層次同一維度可以存在細(xì)節(jié)程度不同的各個(gè)值，可以將粒度大的值映射到粒度小的值，這樣構(gòu)成維層次（或維層次結(jié)構(gòu)）或概念分層，即將低層概念映射到更一般的高層概念，概念分層允許在各種抽象級(jí)審查和處理數(shù)據(jù)。例如對(duì)于地點(diǎn)維，有“杭州→浙江→中國(guó)”的維層次。又例如時(shí)間維，可以從年、季度、月份、日期來(lái)描述，那么“年份→季度→月份→日期”就是維層次。時(shí)間維維屬性2014/20152014年二季度2014年4月2014年4月25日維成員維層次2.2.3度量（Measure）或事實(shí)（Fact）度量是數(shù)據(jù)倉(cāng)庫(kù)中的信息單元，即多維空間中的一個(gè)單元，用以存放數(shù)據(jù)，也稱為事實(shí)（Fact）。通常是數(shù)值型數(shù)據(jù)并具有可加性。例如：

（日期，商品，地區(qū)，銷售量，銷售金額）其中，銷售量、銷售金額就是兩個(gè)度量。事實(shí)表時(shí)間維鍵顧客維鍵地區(qū)維鍵商品維鍵銷售數(shù)量銷售金額(元)1111115001222250001333128001444375002.2.4多維數(shù)據(jù)集數(shù)據(jù)倉(cāng)庫(kù)和OLAP服務(wù)是基于多維數(shù)據(jù)模型的，這種模型將多維數(shù)據(jù)集看作數(shù)據(jù)立方體（DataCube）形式。多維數(shù)據(jù)集可以用一個(gè)多維數(shù)組來(lái)表示，它是維和度量列表的組合表示。一個(gè)多維數(shù)組可以表示為：

（維１，維２，……，維n，度量列表）某商店銷售情況表按多維數(shù)組組織起來(lái)的三維立方體增加顧客維度后，按四維數(shù)組組織起來(lái)的多維立方體2.3維度模型的結(jié)構(gòu)多維數(shù)據(jù)模型簡(jiǎn)潔、面向主題的由維度表和事實(shí)表組成直觀的展示數(shù)據(jù)組織形式，利于數(shù)據(jù)的訪問(wèn)常見的多維數(shù)據(jù)模型有三種結(jié)構(gòu)：星型模型、雪花模型、事實(shí)星座模型1）

星形模型

星形模型（Starschema）是由一個(gè)事實(shí)表和一組維表組成，每個(gè)維表都有一個(gè)維主鍵，所有這些維組合成事實(shí)表的主鍵，換言之，事實(shí)表主鍵的每個(gè)元素都是維表的外鍵。該模式的核心是事實(shí)表，通過(guò)事實(shí)表將各種不同的維表連接起來(lái)，各個(gè)維表都連接到中央事實(shí)表。（1）星形模型的基本結(jié)構(gòu)星形模型的基本結(jié)構(gòu)如下：

【例2.1】一個(gè)“銷售”數(shù)據(jù)倉(cāng)庫(kù)的星形模型如圖2.5所示。該模式包含一個(gè)中心事實(shí)表“銷售事實(shí)表”和4個(gè)維表：時(shí)間維表、銷售商品維表、銷售地點(diǎn)維表和顧客維表。在銷售事實(shí)表中存儲(chǔ)著四個(gè)維表的主鍵和兩個(gè)度量“銷售量”和“銷售金額”。提問(wèn)：星形模型的特點(diǎn)：維度表只與事實(shí)表關(guān)聯(lián)，維度表彼此之間沒(méi)有任何聯(lián)系。每個(gè)維度表中的主碼都只能是單列的，同時(shí)該主碼被放置在事實(shí)數(shù)據(jù)表中，作為事實(shí)數(shù)據(jù)表與維表連接的外碼。星型模式是以事實(shí)表為核心，其他的維度表圍繞這個(gè)核心表呈星型狀分布。2）雪花模型（1）雪花模型的基本結(jié)構(gòu)

雪花模型（Snowflakeschema）是對(duì)星形模型的擴(kuò)展，每一個(gè)維表都可以向外連接多個(gè)詳細(xì)類別表。在這種模式中，維表除了具有星形模型中維表的功能外，還連接對(duì)事實(shí)表進(jìn)行詳細(xì)描述的詳細(xì)類別表，詳細(xì)類別表通過(guò)對(duì)事實(shí)表在有關(guān)維上的詳細(xì)描述達(dá)到了縮小事實(shí)表和提高查詢效率的目的，雪花模型的基本結(jié)構(gòu)如下：維表數(shù)據(jù)規(guī)范化星形模型雖然是一個(gè)關(guān)系模型，但是它不是一個(gè)規(guī)范化的模型，在星形模型中，維表被故意地非規(guī)范化了，雪花模型對(duì)星形模型的維表進(jìn)一步標(biāo)準(zhǔn)化，對(duì)星形模型中的維表進(jìn)行了規(guī)范化處理。

【例2.2】在圖2.5的星形模型中，每維只用一個(gè)維表表示，而每個(gè)維表包含一組屬性。例如，銷售地點(diǎn)維表包含屬性集{Location_id，街道，城市，省，國(guó)家}。圖2.5這種模式可能造成某些冗余，例如，可能存在城市、省、國(guó)家字段的數(shù)據(jù)冗余：{101,“解放大道100號(hào)”，“武漢”，“湖北省”，“中國(guó)”}{201,“解放大道85號(hào)”，“武漢”，“湖北省”，“中國(guó)”}{255,“解放大道205號(hào)”，“武漢”，“湖北省”，“中國(guó)”}可以對(duì)地點(diǎn)維表進(jìn)一步規(guī)范化，如圖2.7所示，這樣就構(gòu)成了“銷售”數(shù)據(jù)倉(cāng)庫(kù)的雪花模型。圖2.7地點(diǎn)維表數(shù)據(jù)規(guī)范化提問(wèn)：雪花模型的特點(diǎn)：某個(gè)維表不與事實(shí)表直接關(guān)聯(lián)，而是與另一個(gè)維表關(guān)聯(lián)?？梢赃M(jìn)一步細(xì)化查看數(shù)據(jù)的粒度。維表和與其相關(guān)聯(lián)的其他維表也是靠外碼關(guān)聯(lián)的。也以事實(shí)數(shù)據(jù)表為核心。（2）雪花模型和星形模型的比較比較項(xiàng)目星形模型雪花模型記錄行數(shù)多少表數(shù)量少多搜索維的時(shí)間快慢可讀性容易難3）事實(shí)星座模型（1）事實(shí)星座模型的基本結(jié)構(gòu)通常一個(gè)星形模型或雪花模型對(duì)應(yīng)一個(gè)問(wèn)題的解決（一個(gè)主題域），它們都有多個(gè)維表，但是只能存在一個(gè)事實(shí)表。在一個(gè)多主題域的復(fù)雜數(shù)據(jù)倉(cāng)庫(kù)中可能存放多個(gè)事實(shí)表，此時(shí)就會(huì)出現(xiàn)多個(gè)事實(shí)表共享某一個(gè)或多個(gè)維表的情況，這就是事實(shí)星座模型（FactConstellationsschema）。

【例2.3】在圖2.5的星形模型的基礎(chǔ)上，增加一個(gè)供貨分析主題，包括供貨時(shí)間（Time_id）、