【資料倉庫】2.維度建模
0x00 前言
前一篇已經對常用的幾種資料模型做了簡單的介紹，本篇主要對其中最常用的維度建模做一個深入的理解。
0x01 什麼是維度建模
維度模型是資料倉庫領域另一位大師 Ralph Kimball 所倡導，他的《The DataWarehouse Toolkit-The Complete Guide to Dimensona Modeling，中文名《資料倉庫工具箱》，是資料倉庫工程領域最流行的數倉建模經典。
按照書中所講，維度建模並不要求維度模型必須滿足第3正規化。資料庫中強調的 3NF 主要是為了消除冗餘。規範化的 3NF 將資料劃分為多個不同的實體，每個實體構成一個關係表。比如說訂單資料庫，開始可能是每個訂單中的一行表示一條記錄，到後來為了滿足 3NF會變成蜘蛛網狀圖，也許會包含上百個規範化表。而且對於 BI 查詢來講，規範化模型太複雜，使用者會難以理解和記錄這些模型的使用。 而維度建模解決了模式過分複雜的問題。
我們換一種方式來解釋什麼是維度建模。學過資料庫的童鞋應該都知道星型模型，星型模型在資料倉庫的設計中可以為是一種典型的維度模型。我們在進行維度建模的時候會建一張事實表，這個事實表就是星型模型的中心，然後會有一堆維度表，這些維度表就是向外發散的星星。那麼什麼是事實表、什麼又是維度表嗎，下面會專門來解釋。
0x02 基本概念
維度建模中有一些比較重要的概念，理解了這些概念，基本也就理解了什麼是維度建模。
為了便於理解，我們先假設一個業務場景：聊天！ 比如簡訊聊天、軟體聊天這些聊天場景。 下圖是在聊天場景中我們設計的一個簡單的星型模型，裡面有三個最常用到的概念：事實表、維度表和度量值。
1. 事實表
發生在現實世界中的操作型事件，其所產生的可度量數值，儲存在事實表中。從最低的粒度級別來看，事實錶行對應一個度量事件，反之亦然。
額，看了這一句，其實是不太容易理解到底什麼是事實表的。書中就是這麼寫的，剛入門的時候看的時候一臉懵逼。
回到前面的圖，最中間那個chat表就是一個事實表，你可以理解他就是在現實中發生的一次操作型事件，我們每次給一個小夥伴發一條資訊，就相當於是一個事實，它在表中的體現就是一條記錄。
我們可以回過頭再看一下事實表的特徵，在維度表裡沒有存放實際的內容，他是一堆主鍵的集合，這些ID分別能對應到維度表中的一條記錄。
2. 維度表
每個維度表都包含單一的主鍵列。維度表的主鍵可以作為與之關聯的任何事實表的外來鍵，當然，維度錶行的描述環境應與事實錶行完全對應。 維度表通常比較寬，是扁平型非規範表，包含大量的低粒度的文字屬性。
我們的圖中的圍繞在chat表周圍的四張表都屬於維度表，這些表都有一個唯一的主鍵，然後在表中存放了詳細的資料資訊。
3. 度量值
度量值是什麼？看一下chat表中最後一個欄位：內容長度（content_length），它表示我們在簡訊中的發了多少個字。 度量值是對一次行為的度量，可以是一次簡訊的文字長度、一次電話的通話時間、一個訂單的訂單金額。
0x03 實踐
下面我們將以聊天場景為例，詳細講一下維度建模的建模方式，並舉例如果使用這個模型（這點還是很重要的）。
一、業務場景
假設我們在一家通訊性質的公司工作，公司需要對業務進行建模，我們首先限定業務場景為聊天，這種場景會有下面幾個要素：
-
一次聊天行為的發起需要有這幾個個體的參與：傳送訊息者、接受訊息者、時間、ip、裝置。
-
一個使用者可以給多個使用者發訊息，可以不同時間發很多條。
好，基於這兩點，我們來設計我們的模型。
二、模型設計
首先，我想一下如果不按照什麼維度建模來設計，我們可以怎麼做？
如果是我，我會設計下面這張表。你信不信，我能列出來50個欄位！
如果按照維度建模的方式來設計的話，我們會得到這張表，也就是前面貼出來的。
其實我個人認為怎麼設計這種表都有其合理性，我們不論對錯，單說一下兩者的優缺點。
先說我們的維度模型：
-
資料冗餘小（因為很多具體的資訊都存在相應的維度表中了，比如使用者資訊就只有一份）
-
結構清晰（表結構一目瞭然）
-
便於做OLAP分析（資料分析用起來會很開心）
-
增加使用成本，比如查詢時要關聯多張表
-
資料不一致，比如使用者發起購買行為的時候的資料，和我們維度表裡面存放的資料不一致
再說我們這張大款表的優缺點：
-
業務直觀，在做業務的時候，這種表特別方便，直接能對到業務中。
-
使用方便，寫sql的時候很方便。
-
資料冗餘巨大，真的很大，在幾億的使用者規模下，他的訂單行為會很恐怖
-
粒度僵硬，什麼都寫死了，這張表的可複用性太低。
三、使用示例
資料模型的建立必須要為更好的應用來服務，下面我先舉一個例子，來切實地感受一下來怎麼用我們的模型。
需求：求出2017年在廣東省每個市的男性分別給女性發過多少字。
實現：
實現是不是很簡單？然後還有各種上鑽和下探的操作都可以基於這幾張表來實現。
0xFF 總結
維度建模是一種十分優秀的建模方式，他有很多的優點，但是我們在實際工作中也很難完全按照它的方式來實現，都會有所取捨，比如說為了業務我們還是會需要一些寬表，有時候還會有很多的資料冗餘。
維度模型在很多開源的系統都中都有支援，比如Kylin，在建模的時候就是用的維度建模中的星型模型，當然在最新版本中也支援了雪花模型。
轉載