數(shù)據(jù)倉庫原理與實踐 課件 第2章 數(shù)據(jù)倉庫的數(shù)據(jù)模型

第2-1章數(shù)據(jù)倉庫設計——維度建模1數(shù)據(jù)倉庫的數(shù)據(jù)模型分類2維度模型的相關概念3維度模型的結(jié)構2.1數(shù)據(jù)倉庫的數(shù)據(jù)模型分類

2.1數(shù)據(jù)倉庫的數(shù)據(jù)模型分類維度模型范式模型DataVault模型Anchor模型2.2維度模型的相關概念

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

粒度是指數(shù)據(jù)倉庫中數(shù)據(jù)單元的詳細程度和級別，確定數(shù)據(jù)倉庫的粒度是設計數(shù)據(jù)倉庫的一個最重要方面。

數(shù)據(jù)越詳細，粒度越小級別就越低；數(shù)據(jù)綜合度越高，粒度越大級別就越高。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（簡稱為維）是指人們觀察事物的特定的角度，概念上類似于關系表的屬性。例如企業(yè)常常關心產(chǎn)品銷售數(shù)據(jù)隨著時間推移而變化的情況，這是從時間的角度來觀察產(chǎn)品的銷售，即時間維；企業(yè)也常常關心本企業(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時間維表。維表中的數(shù)據(jù)具有維層次結(jié)構，包含維屬性和維成員。編號日期月份季度年份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維是通過一組屬性來描述的，如時間維包含年份、季度、月份和日期等屬性，這里的年份、季度等稱為時間維的維屬性。維的一個取值稱為該維的一個維成員，如果一個維是多層次的，那么該維的維成員是在不同維層次的取值組合。例如，一個時間維具有年份、季度、月份、日期四個層次，分別在四個層次各取一個值，就得到時間維的一個維成員，即某年某季某月某日。編號日期月份季度年份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節(jié)程度不同的各個值，可以將粒度大的值映射到粒度小的值，這樣構成維層次（或維層次結(jié)構）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審查和處理數(shù)據(jù)。例如對于地點維，有“杭州→浙江→中國”的維層次。又例如時間維，可以從年、季度、月份、日期來描述，那么“年份→季度→月份→日期”就是維層次。時間維維屬性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（Fact）度量是數(shù)據(jù)倉庫中的信息單元，即多維空間中的一個單元，用以存放數(shù)據(jù)，也稱為事實（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、銷售金額就是兩個度量。事實表時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)倉庫和OLAP服務是基于多維數(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)集可以用一個多維數(shù)組來表示，它是維和度量列表的組合表示。一個多維數(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)組組織起來的三維立方體增加顧客維度后，按四維數(shù)組組織起來的多維立方體2.3維度模型的結(jié)構多維數(shù)據(jù)模型簡潔、面向主題的由維度表和事實表組成直觀的展示數(shù)據(jù)組織形式，利于數(shù)據(jù)的訪問常見的多維數(shù)據(jù)模型有三種結(jié)構：星型模型、雪花模型、事實星座模型1）

星形模型

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

【例2.1】一個“銷售”數(shù)據(jù)倉庫的星形模型如圖2.5所示。該模式包含一個中心事實表“銷售事實表”和4個維表：時間維表、銷售商品維表、銷售地點維表和顧客維表。在銷售事實表中存儲著四個維表的主鍵和兩個度量“銷售量”和“銷售金額”。提問：星形模型的特點：維度表只與事實表關聯(lián)，維度表彼此之間沒有任何聯(lián)系。每個維度表中的主碼都只能是單列的，同時該主碼被放置在事實數(shù)據(jù)表中，作為事實數(shù)據(jù)表與維表連接的外碼。星型模式是以事實表為核心，其他的維度表圍繞這個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

雪花模型（Snowflakeschema）是對星形模型的擴展，每一個維表都可以向外連接多個詳細類別表。在這種模式中，維表除了具有星形模型中維表的功能外，還連接對事實表進行詳細描述的詳細類別表，詳細類別表通過對事實表在有關維上的詳細描述達到了縮小事實表和提高查詢效率的目的，雪花模型的基本結(jié)構如下：維表數(shù)據(jù)規(guī)范化星形模型雖然是一個關系模型，但是它不是一個規(guī)范化的模型，在星形模型中，維表被故意地非規(guī)范化了，雪花模型對星形模型的維表進一步標準化，對星形模型中的維表進行了規(guī)范化處理。

【例2.2】在圖2.5的星形模型中，每維只用一個維表表示，而每個維表包含一組屬性。例如，銷售地點維表包含屬性集{Location_id，街道，城市，省，國家}。圖2.5這種模式可能造成某些冗余，例如，可能存在城市、省、國家字段的數(shù)據(jù)冗余：{101,“解放大道100號”，“武漢”，“湖北省”，“中國”}{201,“解放大道85號”，“武漢”，“湖北省”，“中國”}{255,“解放大道205號”，“武漢”，“湖北省”，“中國”}可以對地點維表進一步規(guī)范化，如圖2.7所示，這樣就構成了“銷售”數(shù)據(jù)倉庫的雪花模型。圖2.7地點維表數(shù)據(jù)規(guī)范化提問：雪花模型的特點：某個維表不與事實表直接關聯(lián)，而是與另一個維表關聯(lián)?？梢赃M一步細化查看數(shù)據(jù)的粒度。維表和與其相關聯(lián)的其他維表也是靠外碼關聯(lián)的。也以事實數(shù)據(jù)表為核心。（2）雪花模型和星形模型的比較比較項目星形模型雪花模型記錄行數(shù)多少表數(shù)量少多搜索維的時間快慢可讀性容易難3）事實星座模型（1）事實星座模型的基本結(jié)構通常一個星形模型或雪花模型對應一個問題的解決（一個主題域），它們都有多個維表，但是只能存在一個事實表。在一個多主題域的復雜數(shù)據(jù)倉庫中可能存放多個事實表，此時就會出現(xiàn)多個事實表共享某一個或多個維表的情況，這就是事實星座模型（FactConstellationsschema）。

【例2.3】在圖2.5的星形模型的基礎上，增加一個供貨分析主題，包括供貨時間（Time_id）、