数据仓库多维数据模型-星型模型 和 雪花模型
来源:互联网 发布:恋爱书籍知乎 编辑:程序博客网 时间:2024/05/10 07:43
(星形模式是一种多维的数据关系,它由一个事实表(Fact Table)和一组维表(Dimension Table)组成。每个维表都有一个维作为主键,所有这些维的主键组合成事实表的主键。事实表的非主键属性称为事实(Fact),它们一般都是数值或其他可以进行计算的数据;而维大都是文字、时间等类型的数据,按这种方式组织好数据我们就可以按照不同的维(事实表主键的部分或全部)来对这些事实数据进行求和(summary)、求平均(average)、计数(count)、百分比(percent)的聚集计算,甚至可以做20~80分析。这样就可以从不同的角度数字来分析业务主题的情况。)
在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。
当所有维表都直接连接到“ 事实表”上时,整个图解就像星星一样,故将该模型称为星型模型, 如图 2 。
星型架构是一种非正规化的结构,多维数据集的每一个维度都直接与事实表相连接,不存在渐变维度,所以数据有一定的冗余,如在地域维度表中,存在国家 A 省 B 的城市 C 以及国家 A 省 B 的城市 D 两条记录,那么国家 A 和省 B 的信息分别存储了两次,即存在冗余。
图 2. 销售数据仓库中的星型模型
当有一个或多个维表没有直接连接到事实表上,而是通过其他维表连接到事实表上时,其图解就像多个雪花连接在一起,故称雪花模型。雪花模型是对星型模型的扩展。它对星型模型的维表进一步层次化,原有的各维表可能被扩展为小的事实表,形成一些局部的 " 层次 " 区域,这些被分解的表都连接到主维度表而不是事实表。如图 2-3,将地域维表又分解为国家,省份,城市等维表。它的优点是 : 通过最大限度地减少数据存储量以及联合较小的维表来改善查询性能。雪花型结构去除了数据冗余
图 3. 销售数据仓库中的雪花型模型
星型模型因为数据的冗余所以很多统计查询不需要做外部的连接,因此一般情况下效率比雪花型模型要高。星型结构不用考虑很多正规化的因素,设计与实现都比较简单。 雪花型模型由于去除了冗余,有些统计就需要通过表的联接才能产生,所以效率不一定有星型模型高。正规化也是一种比较复杂的过程,相应的数据库结构设计、数据的 ETL、以及后期的维护都要复杂一些。因此在冗余可以接受的前提下,实际运用中星型模型使用更多,也更有效率。
- 数据仓库多维数据模型-星型模型 和 雪花模型
- 星型模型和雪花模型 (数据仓库模型)
- 数据仓库基本概念-星型模型和雪花模型
- 理解数据仓库中星型模型和雪花模型
- 数据仓库介绍(七) - 星型模型与雪花模型
- 数据仓库的星形和雪花模型
- 星型模型 和 雪花型模型
- 星型模型和雪花型模型
- 星型模型 和 雪花模型
- 雪花模型,星型模型
- 星型模型&& 雪花模型
- 数据仓库设计基础--关系模型和多维模型
- 星型模型和雪花型模型比较
- 什么是星型模型和雪花型模型,以及区别。
- 星型模型和雪花型模型比较
- 星型模型和雪花型模型比较
- 星型模型和雪花型模型比较
- 星型模型和雪花型模型比较
- Android自定义照相机实现 拍照 录像
- Win7下搭建VPN
- linux下使用sleep()函数
- Java帝国之拨云见日识回调
- Android Fragment重影的解决方法
- 数据仓库多维数据模型-星型模型 和 雪花模型
- 关于直播,所有的技术细节都在这里了(二)
- Oracle研发技巧
- 解决问题E: 无法获得锁 /var/lib/dpkg/lock - open (11: 资源暂时不可用)
- css3
- 五层协议体系结构的各层功能
- iOS 7 下 UIAlertView 强制横屏实现
- codewars算法题-求因子
- 树莓派简介