数仓理论

向右看齐 2023-06-14 10:44 34阅读 0赞

## 一、表的分类 ##

### 　　1、实体表　 ###

**　　实体表**，一般是指一个现实存在的业务对象，比如用户，商品，商家，销售员等等。

![1007094-20191118181613586-1473469687.png][]

###  　　2、维度表　　 ###

**　　维度表**，一般是指对应一些业务状态，编号的解释表。也可以称之为码表。

比如地区表，订单状态，支付方式，审批状态，商品分类等等。

![1007094-20191118182006217-310991724.png][]

###  　　3、事务型事实表 ###

**事务型事实表**，一般指随着业务发生不断产生的数据。特点是一旦发生不会再变化。

一般比如，交易流水，操作日志，出库入库记录等等。

![1007094-20191118182511001-1355797705.png][]

###  　　4、周期型事实表　　 ###

**　　周期型事实表**，一般指随着业务发生不断产生变化(更新, 新增)的数据。

与事务型不同的是，数据会随着业务周期性的推进而变化。

比如订单，其中订单状态会周期性变化。再比如，请假、贷款申请，随着批复状态在周期性变化。

![1007094-20191118183511028-744189759.png][]

## 二、同步策略 ##

数据同步策略的类型包括：**全量表、增量表、新增及变化表、拉链表**

*  **全量表**：存储完整的数据。
 *  **增量表**：存储新增加的数据。
 *  **新增及变化表**：存储新增加的数据和变化的数据。
 *  **拉链表**：对新增及变化表做定期合并。

### 　　1、实体表同步策略 ###

实体表：比如用户，商品，商家，销售员等

实体表数据量比较小：通常可以做每日全量，就是每天存一份完整数据。即每日全量。

### 　　2、维度表同步策略　 ###

维度表：比如订单状态，审批状态，商品分类

维度表数据量比较小：通常可以做每日全量，就是每天存一份完整数据。即每日全量。

说明：

1）针对可能会有变化的状态数据可以存储每日全量。

2）没变化的客观世界的维度（比如性别，地区，民族，政治成分，鞋子尺码）可以只存一份固定值。

### 　　3、事务型事实表同步策略 ###

事务型事实表：比如，交易流水，操作日志，出库入库记录等。

因为数据不会变化，而且数据量巨大，所以每天只同步新增数据即可，所以可以做成每日增量表，即每日创建一个分区存储。

### 　　4、周期型事实表同步策略 ###

周期型事实表：比如，订单、请假、贷款申请等

这类表从数据量的角度，存每日全量的话，数据量太大，冗余也太大。如果用每日增量的话无法反应数据变化。

每日新增及变化量，包括了当日的新增和修改。一般来说这个表，足够计算大部分当日数据的。但是这种依然无法解决能够得到某一个历史时间点（时间切片）的切片数据。

所以要用利用每日新增和变化表，制作一张拉链表，以方便的取到某个时间切片的快照数据。所以我们需要得到每日新增及变化量。

![1007094-20191118184656530-2123618505.png][]

## 三、范式 ##

关系型数据库设计时，遵照一定的规范要求，目的在于降低数据的冗余性，

目前业界范式有：第一范式(1NF)、第二范式(2NF)、第三范式(3NF)、巴斯-科德范式(BCNF)、第四范式(4NF)、第五范式(5NF)。

范式可以理解为设计一张数据表的表结构，符合的标准级别。

使用范式的根本目的是：

1）减少数据冗余，尽量让每个数据只出现一次。

2）保证数据一致性

**　　缺点是获取数据时，需要通过Join拼接出最后的数据。**

## 四、函数依赖 ##

![1007094-20191118185100162-286120423.png][]

![1007094-20191118185117028-873777437.png][]

![1007094-20191118185150783-810693591.png][]

![1007094-20191118185352697-1659969100.png][]

## 五、三范式区分 ##

## 　　第一范式 ##

![1007094-20191118185618354-749483553.png][]

## 　　第二范式 ##

![1007094-20191118185742099-1486222061.png][]

## 　　第三范式 ##

![1007094-20191118185755887-1974484122.png][]

## 六、关系建模与维度建模 ##

### 　　关系建模 ###

### 　　![1007094-20191118185915281-1535264319.png][] ###

关系模型主要应用于OLTP系统中，为了保证数据的一致性以及避免冗余，分业务系统的表都是遵循第三范式

### 　　维度建模 ###

![1007094-20191118190035169-1934054892.png][]

维度模型主要应用于OLAP系统中，因为关系模型虽然冗余少，但是在大规模数据，跨表分析统计查询过程中，会造成多表关联，这会大大降低执行效率

所以把相关各种表整理成两种：事实表和维度表两种。所有维度表围绕着事实表进行解释。

**联机分析处理（On-Line Analytical Processing，OLAP）**

**　　联机事务处理系统(On-Line Transaction Processing; OLTP)**

## 七、雪花模型、星型模型、星座模型 ##

**在维度建模的基础**上又分为三种模型：星型模型、雪花模型、星座模型。

![1007094-20191118190757905-292769260.png][]

![1007094-20191118190814901-1286737122.png][]

![1007094-20191118190836077-981484716.png][]

![1007094-20191118190855998-513891184.png][]

![1007094-20191118190912450-1153977473.png][]

[1007094-20191118181613586-1473469687.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118181613586-1473469687.png
[1007094-20191118182006217-310991724.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118182006217-310991724.png
[1007094-20191118182511001-1355797705.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118182511001-1355797705.png
[1007094-20191118183511028-744189759.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118183511028-744189759.png
[1007094-20191118184656530-2123618505.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118184656530-2123618505.png
[1007094-20191118185100162-286120423.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118185100162-286120423.png
[1007094-20191118185117028-873777437.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118185117028-873777437.png
[1007094-20191118185150783-810693591.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118185150783-810693591.png
[1007094-20191118185352697-1659969100.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118185352697-1659969100.png
[1007094-20191118185618354-749483553.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118185618354-749483553.png
[1007094-20191118185742099-1486222061.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118185742099-1486222061.png
[1007094-20191118185755887-1974484122.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118185755887-1974484122.png
[1007094-20191118185915281-1535264319.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118185915281-1535264319.png
[1007094-20191118190035169-1934054892.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118190035169-1934054892.png
[1007094-20191118190757905-292769260.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118190757905-292769260.png
[1007094-20191118190814901-1286737122.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118190814901-1286737122.png
[1007094-20191118190836077-981484716.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118190836077-981484716.png
[1007094-20191118190855998-513891184.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118190855998-513891184.png
[1007094-20191118190912450-1153977473.png]: https://img2018.cnblogs.com/i-beta/1007094/201911/1007094-20191118190912450-1153977473.png