数据仓库【3】:建模方法

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)
相关推荐
码界筑梦坊2 分钟前
基于大数据的美团外卖数据可视化分析系统
大数据·python·信息可视化
和尚用0飘柔016 分钟前
【中间件】使用ElasticSearch提供的RestClientAPI操作ES
大数据·elasticsearch·中间件
钡铼技术物联网关37 分钟前
ARM架构+CODESYS:解锁嵌入式边缘计算的实时控制新范式
大数据·linux·arm开发·人工智能·边缘计算
码界筑梦坊3 小时前
基于Spark的招聘数据预测分析推荐系统
大数据·分布式·python·信息可视化·spark·毕业设计
喻师傅3 小时前
横扫SQL面试——PV、UV问题
大数据·数据库·sql·面试·数据分析·uv
煤烦恼4 小时前
scala类与集合
java·大数据·开发语言·人工智能·scala
黄雪超9 小时前
Flink介绍——实时计算核心论文之S4论文总结
大数据·论文阅读·flink
viperrrrrrrrrr710 小时前
大数据学习(96)-Hive面试题
大数据·hive·学习
csssnxy10 小时前
叁仟数智指路机器人是否支持远程监控和管理?
大数据·人工智能
爱编程的王小美13 小时前
Elasticsearch详解
大数据·elasticsearch·搜索引擎