数据仓库【3】:建模方法
1、基本概念
1.1、OLTP系统建模方法
- OLTP(在线事务处理)系统中,主要操作是随机读写
- 为了保证数据一致性、减少冗余,常使用关系模型
- 在关系模型中,使用三范式规则来减少冗余
1.2、OLAP(在线联机分析)
- OLAP系统,主要操作是复杂分析查询;关注数据整合,以及分析、处理性能
- OLAP根据数据存储的方式不同,又分为ROLAP、MOLAP、HOLAP
OLAP系统分类- ROLAP(Relation OLAP,关系型 OLAP):使用关系模型构建,存储系统一般为RDBMS
- MOLAP(Multidimensional OLAP,多维型 OLAP):预先聚合计算,使用多维数组的形式保存数据结果,加快查询分析时间
- HOLAP(Hybrid OLAP,混合架构的 OLAP):ROLAP 和 MOLAP 两者的集成;如低层是关
系型的,高层是多维矩阵型的;查询效率高于ROLAP,低于MOLAP
2、ROLAP
2.1、ROLAP系统建模方法
- 典型的数据仓库建模方法有ER模型、维度模型、Data Value、Anchor
2.2、维度模型
- 维度模型中,表被分为维度表、事实表,维度是对事实的一种组织
- 维度一般包含分类、时间、地域等
- 维度模型分为星型模型、雪花模型、星座模型
- 维度模型建立后,方便对数据进行多维分析
2.2.1、星型模型
- 标准的星型模型,维度只有一层,分析性能最优
2.2.2、雪花模型
- 雪花模型具有多层维度,比较接近三范式设计,较为灵活
2.2.3、星座模型
- 星座模型基于多个事实表,事实表之间会共享一些维度表
- 是大型数据仓库中的常态,是业务增长的结果,与模型设计无关
2.2.4、什么是宽表模型?
- 宽表模型是维度模型的衍生,适合join性能不佳的数据仓库产品
- 宽表模型将维度冗余到事实表中,形成宽表,以此减少join操作
3、MOLAP
3.1、MOLAP系统建模方法
- MOLAP将数据进行预结算,并将聚合结果存储到CUBE模型中
- CUBE模型以多维数组的形式,物化到存储系统中,加快后续的查询
- 生成CUBE需要大量的时间、空间,维度预处理可能会导致数据膨胀
3.2、常见MOLAP产品
- Kylin
- Druid
4、多维分析
4.1、OLAP多维分析
- OLAP主要操作是复杂查询,可以多表关联,使用COUNT、SUM、AVG等聚合函数
- OLAP对复杂查询操作做了直观的定义,包括钻取、切片、切块、旋转
4.2、钻取
- 对维度不同层次的分析,通过改变维度的层次来变换分析的粒度
- 钻取包括上卷(Roll-up)、下钻(Drill-down)
- 上卷(Roll-up),也称为向上钻取,指从低层次到高层次的切换
- 下钻(Drill-down),指从高层次到低层次的切换
4.3、切片(Slice)、切块(Dice)
- 选择某个维度进行分割称为切片
- 按照多维进行的切片称为切块
4.4、旋转(Pivot)
- 对维度方向的互换,类似于交换坐标轴上卷(Roll-up)