2.数仓建模理论

建模理论：关系建模(ER建模)、纬度建模(DIM建模)

关系建模严格遵守三范式(3NF)理论 ,也因为三范式的特性，使关系模型较为松散、零碎、物理表数量多，数据冗余低，数据一致性容易得到保证，但是在大数据场景查询效率较低。

1. 属性不可分割：单表一个字段的数据不可分割成多个字段，即数据原子性要求。如商品字段值为 2台手机，可以分割为 商品、数量两个字段。

2. 不能存在部分函数依赖：单表不能存在非主键字段数据，只依赖主键的一部分。例分数表的 主键(学号，课程)，有一个字段为学院，学院只依赖学号，不依赖课程。

3. 不能存在传递依赖：单表中不能存在 A --> B(B ! --> A) -->C，A映射到B，再通过B映射到C，且要求B不能映射到A。

三范式

　　目的：降低数据的冗余，因为数据冗余会增加存储成本，和修改数据时维护数据一致性的成本(只要存在一个字段的数据有重复，都称之为冗余）

　　缺点：数据查询时候需要join多表，影响性能。

纬度建模以数据分析作为出发点，不遵循3NF，故数据存在一定冗余。纬度模型面向业务，将业务用事实表和维度表呈现出来。表结构简单，查询效率较高(join的表较少)。

事实表和纬度表区别：

事实表分类：事务型事实表(发生后不再改变)、周期性快照事实表(类似于周期统计表)、累积型快照事实表(工单流转记录表，会随时间和操作而发生变更)

纬度模型分类：星型模型、雪花模型、星座模型

雪花模型和星型模型的区别：雪花模型会对维度表进一步细分和规范化。

雪花模型和星座模型区别：星座模型有多个事实表，而雪花模型只有一个事实表。

如何选择建模类型：

　　首先星座是跟设计无关，跟需求和数据有关，且并不与前两者冲突，不用选择。

　　星型还是雪花取决于性能有限还是灵活优先，实际企业开发中不会绝对选一种，根据实际情况灵活组合，甚至并存。但整体而言，倾向于维度更少的星型，尤其是Hadopp生态，

减少Join即可减少MR的shuffle，性能差距大。关系型数据库则依靠强大的主键索引。

 维度建模步骤：

选择业务过程：告警业务、工单业务...一条业务对应一张事实表

声明粒度：一条记录的最小粒度，告警事实表的一条记录是一个已发生的告警。

确认维度：维度的作用是用于描述业务事实。

确认事实：业务中的度量值。

DWD层时候以业务驱动，DWS、DWT、ADS以需求驱动，和维度建模已经没有关系。

DWS、DWT都是面向主题建宽表，主题是观察问题的角度，对应维度。