1、数仓建模的目标
- 访问性能：能够快速查询所需的数据，减少数据I/O
- 数据成本：减少不必要的数据冗余，实现计算结果数据复用，降低大数据系统中的存储成本和计算成本
- 使用效率：改善用户应用体验，提高使用数据的效率
- 数据质量：改善数据统计口径的不一致性，减少数据计算错误的可能性，提供高质量的、一直的数据访问平台
大数据的数仓建模：需要通过建模的方法更好的组织、存储数据，以便于在性能、成本、效率和数据质量之间找到最佳平衡点
关系模式范式
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和数据的一致性，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）
第一范式（1NF）
域都应该是原子性的，即数据库的每一列都是不可分割的原子数据项
第二范式（2NF）
在1NF的基础上，实体的属性完全依赖于主关键字，不能存在仅依赖主关键字的一部分的属性
第三范式（3NF）
在2NF的基础上，任何非主属性不依赖于其他非主属性
数据仓库建模基本理论
- ER实体模型
- 维度建模
- dataVault模型
- Anchor
1、ER实体模型
在信息系统中，将事物抽象为“实体”、“属性”、“关系”来表示数据关联和事物描述；实体：Entity，关系：“Relationship”，这种对数据的抽象建模通常被称为ER实体关系模型。
- 实体：通常为参与到过程中的主题，客观存在的，比如商品、仓库、货位、汽车，此实体非数据库的实体表。
- 属性：对主体的描述、修饰即为属性，比如商品的属性有商品名称、颜色、尺寸、重量、产地等
- 关系：现实的物理事件是依附于实体的，比如商品入库事件，依附于实体商品、货位，就会有“库存”的属性产生；用户购买商品，依附实体“用户”、“商品”，就会有“购买数量”、“金额”的属性产生。
实体之间建立关系时，存在对照关系：
1:1，即1对1的关系，比如实体人--身份证，一个人仅有一个身份证号
1：n，即1对多的关系，比如实体班级--学生，一个班级中有多个学生，一个学生属于一个班级。
n:m，即多对多的关系，比如实体学生--课程，每个学生可以选修多门课程，同样每个课程也可以被多门学生选修。
在日常建模过程中
“实体”用矩形表示：
“关系”用菱形表示： 
“属性”用椭圆形表示：
所以ER实体关系模型，也称作E-R关系图。
针对商品入库，ER图构建
| 抽象出实体 | 商品、货位 |
| 梳理实体间的关系 | 一个货位能存储多个商品，一个商品仅能放置在一个货位 |
| 梳理实体属性、关系属性 |
商品：ID、名称、颜色、品类。。。 货位：位置、容量、存储条件。。。 入库关系：库存 |
案例
场景： 课程管理系统
该系统主要用来管理某校教师、学生、课程，其中包括课程选修、考试、教师授课、学生班级管理功能，现需要完成数据库逻辑模型设计。
- 抽象出主体
- 梳理主体之间的关系
- 梳理主体的属性
- 画出E-R关系图
IDEF1X
应用场景
- ER模型是数据库设计的理论基础，当前几乎所有的OLTP系统设计都采用ER模型建模的方式
- Bill Inom提出的数仓理论，推荐采用ER关系模型进行建模
- BI架构提出分层架构，数仓底层ods、dwd也多采用ER关系模型进行设计